- 1 - 

交叉验证

python 

交叉验证是一种常用的机器学习技术，

用于评估模型的性能和防

止过拟合。在

Python

中，有许多实现交叉验证的库和工具，例如

Scikit-learn

、

Keras

和

TensorFlow

。

    Scikit-learn

是一个流行的

Python

机器学习库，提供了许多用

于交叉验证的函数和类。

其中最常用的是

cross_val_score

函数，

它

可以在数据集上执行

k

折交叉验证，

并返回每个折叠的得分。

示例代

码如下：

    ``` 

    from sklearn.model_selection import cross_val_score 

    from sklearn.tree import DecisionTreeClassifier 

    from sklearn.datasets import load_iris 

    iris = load_iris() 

    X, y = iris.data, iris.target 

    clf = DecisionTreeClassifier(random_state=0) 

    scores = cross_val_score(clf, X, y, cv=5) 

    print('Accuracy: %0.2f (+/- %0.2f)' % (scores.mean(), 

scores.std() * 2)) 

    ``` 

在这个例子中，

我们加载了鸢尾花数据集，

创建了一个决策树分

类器，

然后使用

cross_val_score

函数进行

5

折交叉验证，

并打印出

准确度的平均值和标准差。