我正在尝试使用 scikit-learn 的排列测试找出结果的重要性,如下所示:
score, permutation_scores, pvalue = permutation_test_score(clf.best_estimator_, X_train, Y_train, cv=10, n_jobs=10, n_permutations=100, scoring='accuracy')
其中 clf.best_estimator 是交叉验证的结果。
我将它用于几个分类器(几个独立的 clf.best_estimator_),但它们的 p 值都是相同的 0.00990099009901。
我不知道为什么会这样。奇怪的是,这与 scikit-learn 用户指南中链接代码中报告的数字相同。