不确定 get_n_splits 的目的以及为什么有必要

Question

我正在关注Kaggle 上的内核，并发现了以下代码：

n_folds = 5

def rmsle_cv(model):
    kf = KFold(n_folds, shuffle=True, random_state=42).get_n_splits(train.values)
    rmse= np.sqrt(-cross_val_score(model, train.values, y_train, scoring="neg_mean_squared_error", cv = kf))
    return(rmse)

我了解 KFold 的目的和用途以及在 中使用的事实cross_val_score。我不明白的是为什么get_n_split使用。据我所知，它返回用于交叉验证的迭代次数，即在本例中返回值 5。当然对于这一行：

rmse= np.sqrt(-cross_val_score(model, train.values, y_train, scoring="neg_mean_squared_error", cv = kf))

简历=5？这对我来说没有任何意义。get_n_splits如果它返回一个整数，为什么还需要使用？我认为KFold 返回一个类，而get_n_splits返回一个整数。

任何人都可以澄清我的理解吗？

Answer 1

我认为 KFold 返回一个类，而get_n_splits返回一个整数。

当然，KFold是一个类，类方法之一是get_n_splits，它返回一个整数；你显示的kf变量

kf = KFold(n_folds, shuffle=True, random_state=42).get_n_splits(train.values)

不是一个类对象，它是方法KFold的结果，而且它确实是一个整数。事实上，如果您检查文档，甚至不需要任何参数（它们实际上被忽略，并且仅出于与其他类和方法的兼容性原因而存在）。KFold().get_n_splits() get_n_splits()

至于该get_n_splits方法的实用性受到质疑，能够查询此类对象以获取其参数设置绝不是一个坏主意（相反）；想象一下这样的情况，您有多个不同的KFold对象，并且您需要在程序流中以编程方式获取它们各自的 CV 折叠数。