cross-val-score

Função “cross_val_score” §

As funções cross_val_score são parte do módulo sklearn.model_selection do scikit-learn e oferecem uma maneira conveniente de realizar a validação cruzada e obter as métricas de desempenho de um modelo de aprendizado de máquina. A validação cruzada é uma técnica importante para avaliar o desempenho do modelo de forma mais robusta, especialmente quando se lida com conjuntos de dados limitados.

Funcionamento do cross_val_score:

1. Você especifica o modelo que deseja avaliar e os dados de entrada (X) e saída (y).
2. Define a métrica de avaliação que deseja usar (por exemplo, ‘accuracy’, ‘f1’, ‘roc_auc’, etc.).
3. Especifica o número de partes (fold) da validação cruzada a serem usadas.
4. A função divide os dados em subconjuntos de treinamento e teste de acordo com o número de partes definido.
5. O modelo é treinado em cada subconjunto de treinamento e avaliado na parte de teste usando a métrica especificada.
6. As pontuações de desempenho são retornadas como uma lista.

Principais parâmetros:

• estimator: O modelo que você deseja avaliar.
• X: Os dados de entrada.
• y: Os rótulos de saída.
• scoring: A métrica de avaliação a ser usada (por exemplo, ‘accuracy’, ‘f1’, ‘roc_auc’, etc.).
• cv: Número de partes da validação cruzada.

Exemplo:

from sklearn.model_selection import cross_val_score
from sklearn.ensemble import RandomForestClassifier
 
# Definindo o modelo
model = RandomForestClassifier(criterion='entropy', min_samples_leaf=1, min_samples_split=5, n_estimators=10)
 
# Calculando as pontuações de validação cruzada para a métrica 'accuracy'
scores = cross_val_score(model, X_data, y_data, scoring='accuracy', cv=10)
 
# Obtendo a média das pontuações de validação cruzada
average_score = scores.mean()

O cross_val_score é uma ferramenta útil para obter uma estimativa mais precisa do desempenho do modelo e é especialmente útil quando você quer comparar diferentes modelos ou ajustar hiperparâmetros para encontrar a melhor configuração.