使用'cv‘参数的sklearn.model_selection.KFold和sklearn.model_selection.cross_validate有什么不同？

Question

我可以在cv=10中使用sklearn中的cross_validate，而不是使用n_splits=10中的Kfold吗？它们的工作原理相同吗？

Answer 1

我相信KFold会简单地将你的训练数据分成10部分。

然而，cross_validate也会将数据分割成10个部分(使用cv=10参数)，但它也会实际执行交叉验证。换句话说，它将运行您的模型10倍，您将能够报告您的模型的性能，这是KFold所不能做的。

换句话说，KFold是cross_validation中的一小步。