Как получить test_accuracy и точность, используя cross_val_score

Question

Я использую классификатор DTC, используя CV = 10. Я получаю любой массив точности каждого из 10 раз.

 >>clf = DecisionTreeClassifier(random_state=0)
 >>cross_val_score(clf, X, y, cv=10)
        array([1.        , 0.92307692, 1.        , 0.76923077, 1.        ,
               0.92307692, 0.69230769, 0.83333333, 0.91666667, 0.83333333])

Меня больше интересует получение точности теста и обучения отдельно для каждых 10 раз.

Как его можно достичь?

Answer 1

Одним из решений является использование sklearn.model_selection.cross_validate с аргументом return_train_score, вы можете назвать его так:

from sklearn.model_selection import cross_validate cross_validate(clf, X, y, cv=10, return_train_score=True)