Sự khác biệt giữa cross_validate và cross_val_score là gì?

Tôi hiểu cross_validate và cách thức hoạt động của nó, nhưng bây giờ tôi bối rối về những gì cross_val_score thực sự làm. Bất cứ ai có thể cho tôi một số ví dụ?

cross_val_score là một hàm trợ giúp trên công cụ ước tính và bộ dữ liệu.

Sẽ giải thích nó với một ví dụ:

>>> from sklearn.model_selection import cross_val_score
>>> clf = svm.SVC(kernel='linear', C=1)
>>> scores = cross_val_score(clf, iris.data, iris.target, cv=5)
>>> scores                                              
array([ 0.96...,  1.  ...,  0.96...,  0.96...,  1.        ])

Ví dụ này cho thấy cách ước tính độ chính xác của máy vectơ hỗ trợ nhân tuyến tính trên tập dữ liệu mống mắt bằng cách chia dữ liệu, khớp mô hình và tính toán điểm 5 lần liên tiếp (với các lần phân tách khác nhau mỗi lần)

Hàm cross_validate khác với cross_val_score theo hai cách -

1. Nó cho phép chỉ định nhiều số liệu để đánh giá.
2. Nó trả về một dict chứa điểm đào tạo, thời gian phù hợp và điểm số ngoài điểm kiểm tra.

Lưu ý: Khi đối số cv là số nguyên, cross_val_score sử dụng chiến lược KFold hoặc StratifiedKFold theo mặc định, đối số này được sử dụng nếu công cụ ước tính xuất phát từ ClassifierMixin

Bạn có thể đi qua liên kết này để hiểu rõ hơn

Các ví dụ khác nhau khi sử dụng Cross_val_score, bạn có thể xem qua các triển khai khác nhau của nó.

1. cross_val_score: tính điểm cho mỗi lần chia CV
2. cross_validate: tính toán một hoặc nhiều điểm và thời gian cho mỗi lần chia CV