小编en1*_*en1的帖子

我编写了一个GUI应用程序,在对大型数据集执行某些分析之后,它提供了对数据进行多种绘图选项的可能性(通过弹出菜单).

因此,现在每个绘图都是在弹出菜单中选中时动态计算的.这不是有效且耗时的,所以我想只计算一次所有这些图,然后以某种方式将它们存储在变量中并且能够将它们中的每一个分配给gui轴的句柄.

基本上我想要一个存储在变量中的类型h = plot([1 2 3])的图(没有可视化),并且能够在以后按需可视化它.我尝试将轴手柄分配给绘图手柄,例如

h=plot([1 2 3]);
handles.plottingscreen_axe=h; 

......但它没有任何形象.为了简化问题,我一直在尝试使用终端上的测试数据来简单地将一个数字句柄分配给另一个,以便以某种方式将可视化转储到另一个数字,但没有任何工作,例如

h=plot([1 2 3]);
f=figure;
f=h;

......但是我无法将h的图形可视化为f.

显然我对图形手柄没有经验,所以我想这对某些人来说很简单.我无法找到任何有关它的相关文档,每个人都建议简单地创建一个重新创建所有内容的函数,但这正是我想要避免的.

任何帮助表示赞赏,如果我的问题是关于太基本的问题我会道歉.

假设我有这种情况：

from sklearn import model_selection
from sklearn.linear_model import LogisticRegression

kfold = model_selection.KFold(n_splits=5, random_state=7)
acc_per_fold = model_selection.cross_val_score(LogisticRegression(),
               x_inputs, np.ravel(y_response), cv=kfold, scoring='accuracy')

我还能从中得到model_selection.cross_val_score()什么？有没有办法查看每个实际折痕内部发生的情况？我可以得到每折的精确召回率吗？预测值？如何使用训练有素的模型来对看不见的数据进行预测？