Мне трудно понять мой результат. Я использую ту же модель, тот же метод и те же настройки, только с разными k, где cv = k.
Пожалуйста, смотрите изображение ниже.
- Когда k = 4, результат выглядит хорошо для
clf_apgd_l1 модели,
- Когда k = 3, не хорошо. есть одна часть, что
cross_val_score является довольно низким, то есть 0,03377111
- Когда k = 5, тоже не хорошо, одна часть cross_val_score слишком мала, i, e, 0.03426791
Для тех же данных я протестировал другой метод, логистическая регрессия, и возвращенные cvs выглядят хорошо, для k = 3, все cross_val_score выше 0,5.
Почему у меня такие разные значения для моей модели clf_apgd_l1 (модель пропорциональных шансов, штраф l1, ускоренный проксимальный градиентный спуск (APGD или FISTA)) для разных cv с?
Код выглядит следующим образом:
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import cross_val_score
from sklearn.base import BaseEstimator, ClassifierMixin
