sklearn.model_selection.learning_curve?
sklearn.model_selection.learning_curve(estimator, X, y, *, groups=None, train_sizes=array([0.1, 0.33, 0.55, 0.78, 1. ]), cv=None, scoring=None, exploit_incremental_learning=False, n_jobs=None, pre_dispatch='all', verbose=0, shuffle=False, random_state=None, error_score=nan, return_times=False)
[源碼]
學習曲線。
確定不同訓練集大小的交叉驗證訓練和測試分數。
交叉驗證生成器將整個數據集在訓練和測試數據中分割k次。具有不同大小的訓練集的子集將用于訓練估計器，并計算每個訓練子集的大小和測試集的分數。然后，對每個訓練子集大小的k次運行的分數取平均值。
在用戶指南中閱讀更多內容。
| 參數 | 說明 |
|---|---|
| estimator | object type that implements the “fit” and “predict” methods 每次驗證都會克隆的該類型的對象。 |
| X | array-like of shape (n_samples, n_features) 用于訓練的向量，其中n_samples是樣本數量，n_features是特征數量。 |
| y | array-like of shape (n_samples,) or (n_samples, n_outputs) 相對于X的標簽，用于分類或回歸；無監督學習為None。 |
| groups | array-like of shape (n_samples,), default=None 將數據集切分為訓練集或測試集時使用的樣本的分組標簽。僅與“ Group” cv 實例（例如 GroupKFold）結合使用。 |
| train_sizes | array-like of shape (n_ticks,), default=np.linspace(0.1, 1.0, 5) 用于生成學習曲線的相對或絕對數量的訓練樣本。如果dtype為float，則視為訓練集最大規模的一部分（由所選驗證方法確定），即它必須在（0，1]之內，否則將被解釋為訓練集的絕對大小。請注意，為進行分類，樣本數量通常必須足夠大，每個類至少包含一個樣本。 |
| cv | int, cross-validation generator or an iterable, default=None 確定交叉驗證切分策略。cv值可以輸入： - None，默認使用5折交叉驗證 - int，用于指定 (Stratified)KFold的折數- CV splitter, - 可迭代輸出訓練集和測試集的切分作為索引數組 對于int或 None輸入，如果估計器是分類器，并且 y是二分類或多分類，則使用StratifiedKFold。在所有其他情況下，均使用KFold。有關可在此處使用的各種交叉驗證策略，請參閱用戶指南。 在版本0.22中：如果 cv為None，默認值從3折更改為5折。 |
| scoring | str or callable, default=None 一個str(參見模型評估文檔)或一個信息為 scorer(estimator, X, y)的可調用對象或函數的評分器，它應該只返回一個值。 |
| exploit_incremental_learning | bool, default=False 如果估計器支持增量學習，這將用于加快擬合不同訓練集大小的速度。 |
| n_jobs | int, default=None 用于進行計算的CPU數量。 None除非在joblib.parallel_backend環境中，否則表示1 。 undefined表示使用所有處理器。有關更多詳細信息，請參見詞匯表。 |
| pre_dispatch | int or str, default=’all’ 并行執行的預調用CPU數（默認為全部）。該選項可以減少分配的內存。str可以是類似“ 2 * n_jobs”的表達式。 |
| verbose | int, default=0 控制詳細程度：越高，消息越多。 |
| shuffle | bool, default=False 是否在基于"train_sizes''為前綴之前對訓練數據進行打亂。 |
| random_state | int or RandomState instance, default=None 在 shuffle為true時使用。為多個函數調用傳遞可重復輸出的int值。請參閱詞匯表。 |
| error_score | ‘raise’ or numeric, default=np.nan 估計器擬合出現錯誤時，分配給分數的值。如果設置為“ raise”，則會引發錯誤。如果給出數值，則引發FitFailedWarning。此參數不會影響重新擬合步驟，這將總是引發錯誤。 0.20版中的新功能。 |
| return_times | bool, default=False 是否返回擬合和計算得分的時間。 |
| 返回值 | 說明 |
|---|---|
| train_sizes_abs | array of shape (n_unique_ticks,) 已用于生成學習曲線的訓練樣本數。請注意，標記號的數目可能少于n_ticks，因為重復的條目將被刪除。 |
| train_scores | array of shape (n_ticks, n_cv_folds) 訓練集準確率。 |
| test_scores | array of shape (n_ticks, n_cv_folds) 測試集準確率。 |
| fit_times | array of shape (n_ticks, n_cv_folds) 擬合花費的時間，以秒為單位。僅在 return_times 為True時存在。 |
| score_times | array of shape (n_ticks, n_cv_folds) 計算準確率花費的時間，以秒為單位。僅在 return_times 為True時存在。 |
注
