cross_validateとcross_val_scoreの違いは何ですか？

cross_validateとその仕組みについては理解していますが、現在cross_val_scoreが実際に何をしているのか混乱しています。誰か私にいくつかの例を挙げられますか？

cross_val_scoreは、推定器とデータセットのヘルパー関数です。

例でそれを説明します：

>>> from sklearn.model_selection import cross_val_score
>>> clf = svm.SVC(kernel='linear', C=1)
>>> scores = cross_val_score(clf, iris.data, iris.target, cv=5)
>>> scores                                              
array([ 0.96...,  1.  ...,  0.96...,  0.96...,  1.        ])

この例では、データを分割し、モデルをフィッティングし、スコアを5回連続して（毎回異なる分割で）計算することにより、アイリスデータセットの線形カーネルサポートベクターマシンの精度を推定する方法を示します

cross_validate関数は、2つの点でcross_val_scoreと異なります-

1. 評価のために複数のメトリックを指定できます。
2. テストスコアに加えて、トレーニングスコア、適合時間、スコア時間を含む辞書を返します。

注：cv引数が整数の場合、cross_val_scoreはデフォルトでKFoldまたはStratifiedKFold戦略を使用します。後者は、推定器がClassifierMixinから派生する場合に使用されます

あなたはより良い理解のためにこのリンクを通過することができます

Cross_val_scoreを使用したさまざまな例では、さまざまな実装について説明します。

1. cross_val_score：各CV分割のスコアを計算します
2. cross_validate：CV分割ごとに1つ以上のスコアとタイミングを計算する