如何在sklearn验证曲线上标记指定数据点以查看X、Y值？

首先，plot_validation_curve的返回值包含了绘图所需的所有原始数据，你可以通过提取这些数据来定位并标记目标点，具体步骤如下：

1. 拆分返回值，提取核心数据
   plot_validation_curve返回一个元组(ax, param_name, train_scores, test_scores)，其中：

• ax：绘图的Matplotlib轴对象
• train_scores/test_scores：每个参数对应的交叉验证得分（形状为(len(param_range), cv折数)）
• param_range：你传入的参数取值范围（即np.arange(2,100,2)）

先拆分返回值并计算得分的均值（因为每个参数对应多折CV的得分，我们通常看均值）：

import numpy as np
from sklearn.model_selection import plot_validation_curve, StratifiedKFold

# 你的原始绘图代码
valid1 = plot_validation_curve(rand_search.best_estimator_, X_train, y_train,
                               cv=StratifiedKFold(n_splits=5), param_range=np.arange(2,100,2),
                               param_name='max_depth', scoring='f1')

# 拆分返回值
ax, param_name, train_scores, test_scores = valid1
param_range = np.arange(2,100,2)  # 和你传入的参数范围一致

# 计算训练集和测试集的得分均值
train_mean = np.mean(train_scores, axis=1)
test_mean = np.mean(test_scores, axis=1)

2. 定位最优点的索引
   两种方式定位目标点：

• 如果你已经确定了具体的max_depth值（比如你认为20是最优）：

  target_depth = 20
  idx = np.where(param_range == target_depth)[0][0]
  

• 如果要找测试集F1得分最高的点：

  idx = np.argmax(test_mean)
  target_depth = param_range[idx]
  

3. 标记并标注数据点
   使用Matplotlib的scatter标记点，annotate显示具体数值：

# 获取目标点的得分
best_score = test_mean[idx]

# 用红色星号标记最优点
ax.scatter(target_depth, best_score, color='red', s=120, marker='*', label='最优参数点')

# 添加数值标注，可根据实际情况调整xytext的位置避免遮挡
ax.annotate(f'max_depth={target_depth}\nF1得分={best_score:.3f}',
            xy=(target_depth, best_score),
            xytext=(target_depth + 6, best_score + 0.03),
            arrowprops=dict(arrowstyle='->', color='darkred'),
            fontsize=10)

# 显示图例
ax.legend()

这样就能在你的验证曲线上清晰标记出选定的最优点，同时显示对应的max_depth和F1得分。

内容的提问来源于stack exchange，提问作者fan-yang