1. Learn
    2. /
  2. 课程
    3. /
  3. 使用 scikit-learn 的监督学习
Connected

道练习

用于 R-squared 的交叉验证

交叉验证是评估模型的关键方法。它让模型能够最大化可用数据量，因为模型不仅在全部可用数据上训练，也会在其上进行测试。

在本练习中，您将构建一个线性回归模型，然后使用 6 折交叉验证来评估其在基于社交媒体广告支出来预测销售额时的准确性。您将展示每一折的单独得分。

数据集 sales_df 已拆分为目标变量 y 和特征 X，并已为您预加载。LinearRegression 已从 sklearn.linear_model 导入。

说明

100 XP
  • 导入 KFold 和 cross_val_score。
  • 调用 KFold() 创建 kf，将分割数设为 6，shuffle 设为 True，并设置随机种子为 5。
  • 在 X 和 y 上使用 reg 执行交叉验证，将 kf 传给 cv。
  • 打印 cv_scores。