我想知道 sklearn.LassoCV 如何执行交叉验证。特别是我想知道样本是如何在折叠中细分的。它是随机的还是确定的过程？
例如，假设我有 100 个样本，我使用 10 折交叉验证并考虑 F 将每个样本发送到其折页的函数。
F(1:10)=1, F(11:20)=2,... 还是随机过程（例如 F(1)=8, F(2)=7...）
如果问题不清楚，请告诉我。
谢谢 ：）
好的，这是解决方案：
from sklearn.linear_model import LassoCV
from sklearn.cross_validation import KFold
kf=KFold(len(y),n_folds=10,shuffle=True)
cv=LassoCV(cv=kf).fit(x,y)
我假设您将关键字 arg 传递cv=10给LassoCV构造函数？
如果是这种情况，那么这将创建一个KFold有 10 个折叠的对象：看看在(的父级)check_cv中调用的位置。LinearModelCVLassoCV
KFold接受一个random_state关键字参数（默认为 None - 所以numpy.random会尝试播种/dev/urandom或类似的东西） - 但如果 shuffle 是False（默认情况下），那么random_state实际上什么都不做。折叠是从数据集中的相邻成员中选择的。
如果您想随机折叠，您应该创建一个KFold带有 的对象shuffle=True，并将该对象用作cv关键字参数，而不是10.
资料来源：