用于交叉验证模型的predict_proba
我想通过交叉验证从Logistic回归模型预测概率。我知道您可以获取交叉验证分数，但是可以从predict_proba返回值而不是分数吗？
# imports
from sklearn.linear_model import LogisticRegression
from sklearn.cross_validation import (StratifiedKFold, cross_val_score,
train_test_split)
from sklearn import datasets
# setup data
iris = datasets.load_iris()
X = iris.data
y = iris.target
# setup model
cv = StratifiedKFold(y, 10)
logreg = LogisticRegression()
# cross-validation scores
scores = cross_val_score(logreg, X, y, cv=cv)
# predict probabilities
Xtrain, Xtest, ytrain, ytest = train_test_split(X, y)
logreg.fit(Xtrain, ytrain)
proba = logreg.predict_proba(Xtest)
问题答案：
现在，这已作为scikit-
learn版本0.18的一部分实现。您可以将’method’字符串参数传递给cross_val_predict方法。文档在这里。
例：
proba = cross_val_predict(logreg, X, y, cv=cv, method='predict_proba')
还要注意，这是新的sklearn.model_selection包的一部分，因此您将需要此导入：
from sklearn.model_selection import cross_val_predict
-
我有一个相对大的数据： 超过37万个观测数据，分类因变量有250个水平，10个自变量包括数值变量和分类变量。 下面是我的代码： 有人告诉我包'CV tools'或'cert'可以预形成k-folds CV，但我仍然不能成功地执行这些包或函数。
-
我正在训练一个数据集，然后在其他数据集上测试它。
-
密钥错误：0 我通过将中的替换为或来进行实验。此外，我尝试了对原始输入数据()进行同样的处理，而不是预处理文本。我怀疑用于交叉验证的的格式一定有问题，而用于管道的函数工作得很好。我还注意到与一起工作。 有人发现错误了吗？
-
在ngram模型（字符ngram或单词袋）中，我们需要确保测试数据的词汇不被用于拟合或训练模型。 这就是sklearn TfidfVectorizer函数对两个函数（fit和transform）所做的操作。 还是一开始就适合模型一次（第一次）？
-
交叉验证 那么什么时候才需要交叉验证呢？交叉验证用在数据不是很充足的时候。比如在我日常项目里面，对于普通适中问题，如果数据样本量小于一万条，我们就会采用交叉验证来训练优化选择模型。如果样本大于一万条的话，我们一般随机的把数据分成三份，一份为训练集（Training Set），一份为验证集（Validation Set），最后一份为测试集（Test Set）。用训练集来训练模型，用验证集来评估模型预
-
本示例利用Akaike信息判据(AIC)、Bayes信息判据(BIC)和交叉验证，来筛选Lasso回归的正则化项参数alpha的最优值。 通过LassoLarsIC得到的结果，是基于AIC/BIC判据的。 这种基于信息判据(AIC/BIC)的模型选择非常快，但它依赖于对自由度的正确估计。该方式的假设模型必需是正确, 而且是对大样本(渐近结果)进行推导，即，数据实际上是由该模型生成的。当问题的背景条