5.1.4 반복 교차 검증¶
아래 링크를 통해 이 노트북을 주피터 노트북 뷰어(nbviewer.org)로 보거나 구글 코랩(colab.research.google.com)에서 실행할 수 있습니다.
 주피터 노트북 뷰어로 보기
|
 구글 코랩(Colab)에서 실행하기
|
In [1]:
from sklearn.model_selection import cross_val_score, KFold, StratifiedKFold
from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression
iris = load_iris()
logreg = LogisticRegression(max_iter=1000)
In [2]:
from sklearn.model_selection import RepeatedStratifiedKFold
rskfold = RepeatedStratifiedKFold(random_state=42)
scores = cross_val_score(logreg, iris.data, iris.target, cv=rskfold)
print("교차 검증 점수:\n", scores)
print("교차 검증 평균 점수: {:.3f}".format(scores.mean()))
교차 검증 점수: [1. 0.96666667 0.93333333 1. 0.93333333 0.96666667 0.96666667 0.93333333 1. 0.96666667 0.93333333 1. 1. 0.96666667 0.96666667 0.9 1. 1. 0.93333333 0.96666667 0.93333333 0.96666667 0.96666667 1. 0.96666667 1. 0.96666667 0.96666667 0.9 1. 0.96666667 0.96666667 0.96666667 0.96666667 0.93333333 0.96666667 0.96666667 1. 1. 0.9 0.96666667 1. 0.9 0.96666667 0.96666667 0.9 0.96666667 0.96666667 1. 0.96666667] 교차 검증 평균 점수: 0.965