교차 검증을 위한 Cross_val_score() 함수 사용법

 

 

 

사이킷 런(Scikit-Learn) 에서 보다 쉬운 교차검증 API - cross_val_score()¶

-사이킷 런에서는 교차검증(K-Fold or StratifiedKFold) 를 더 쉽게 할 수 있는 API를 제공하는 데 그것은 cross_val_score 이다. cross_val_score 에는 여러가지 변수 값들이 있지만 중요한 몇가지만 알아보자.

estimator = > 분류 알고리즘(Classifier) 또는 회귀 (Regressor) 인지 구분 인자

X => feature 데이터 세트

Y => 레이블 데이터 세트

scoring => 예측 성능 평가 지표( 'accuracy', 'neg_brier_score' , 'top_k_accuracy'등등 겁나많다...)

cv => 교차 검증 폴드 수

cross_val_score() 수행 후, 반 환 값은 scoring 파라미터로 지정된 측정값을 배열 형태로 반환한다. 그럼 사용법을 알아보자 . (cv =5)으로 실시

dt_clf 값을 estimator 로 주었고, 내부적으로 StratifiedKFold 기법을 사용하기에 , 앞서 본 stratifiedKFold 와 평가지표가 동일하게 나오는 것을 볼 수 있다.

In [14]:

from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import cross_val_score, cross_validate
from sklearn.datasets import load_iris
import numpy as np
iris_data = load_iris()
dt_clf = DecisionTreeClassifier(random_state = 11)

data = iris_data.data
label = iris_data.target

In [15]:

scores = cross_val_score(dt_clf, data, label, scoring = 'accuracy', cv =5)
print('교차 검증별 정확도 : {}'.format(np.round(scores,4)))

 

교차 검증별 정확도 : [0.9667 0.9667 0.9    0.9667 1.    ]