머신러닝 cross_val_score (estimator, scoring)

데이터를 분류하는 방법 중에 하나인 KFold와 Stratified_KFold가 있다.

이 두 방법의 API가 바로 cross_val_score 이다.

바로 코드를 보겠다.

 

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import cross_val_score, cross_validate

iris_data = load_iris()
df_clf = DecisionTreeClassifier(random_state=999)

data = iris_data.data
target = iris_data.target

scores = cross_val_score(estimator=df_clf, X=data, y=target, scoring="accuracy", cv=3)
print(scores)  # [0.98 0.91 1] 이렇게 나옴
print(scores.mean())


출력
[0.98 0.94 1.  ]
0.9733333333333333

 

estimator = 평가자 , 데이터
X = 피처 데이터 세트, 대문자임을 주의
y = 타깃 데이터
scoring = 예측 성능 평가 지표
cv = 교차 검증 폴드 수