python - 为什么我使用交叉验证分数得到零分？

Question

当我使用 10 折交叉验证运行此处理时，预测结果与标签数据完全相反，我得到零准确度。我无法解决为什么会这样？

kfold = model_selection.KFold(n_splits=5,random_state=+7,shuffle=False)
predictions = model_selection.cross_val_predict(SVC(),features_list,labels_list,cv=kfold)
accuracy=metrics.accuracy_score(labels_list,predictions)
print(confusion_matrix(labels_list,predictions))
print(classification_report(labels_list,predictions))
print("Accuracy Score:",accuracy)

Answer 1

不要cross_val_predict用于评估 scikit-learn 中的模型（警告部分：https ://scikit-learn.org/stable/modules/cross_validation.html#obtaining-predictions-by-cross-validation ）

相反，使用cross_val_scorewhich 将为在交叉验证构建的 10 个不同数据集上测试的 10 个模型返回 10 个准确度。查看平均分和标准差。开发。为评价。