Lasso模型10折交叉验证训练集与测试集MAE计算正确性咨询

1. 取绝对值操作的正确性 #

你对cross_val_score返回负值取绝对值的操作完全正确。
scikit-learn的评分规则默认是「值越高，模型效果越好」，而MAE（平均绝对误差）属于损失指标，数值越小效果越好，因此官方将其封装为neg_mean_absolute_error（负平均绝对误差）时，会主动对计算出的MAE取负，你通过np.absolute或者直接乘-1转回正值的操作是符合框架设计逻辑的，结果和真实MAE完全一致。

2. 代码实现的优化建议 #

你的基础逻辑符合要求，但有两处可以调整：

• 你初始化的KFold实例默认未开启随机打乱，如果数据集本身是按标签/特征顺序排列的，会导致交叉验证的子集分布不均，建议添加shuffle=True和随机种子参数，保证结果可复现。
• 常规模型评估流程中，测试集作为最终的留存集，不需要做交叉验证。如果练习要求必须对测试集拆分做交叉验证可以保留现有逻辑，否则更推荐的做法是：用训练集做交叉验证得到训练侧的泛化表现，再用全量训练集拟合模型，直接在测试集上做一次预测计算MAE即可。

优化后参考代码 #

import numpy as np
from sklearn.model_selection import train_test_split, KFold, cross_val_score
from sklearn import linear_model
from sklearn.metrics import mean_absolute_error

# 特征与标签拆分
x = df.drop(columns='target', axis=1)
y = df.target

# 全量数据集拆分训练集、测试集
x_train, x_test, y_train, y_test = train_test_split(x, y, random_state=42)

# 初始化10折交叉验证，开启随机打乱保证分布均匀
cv = KFold(n_splits=10, shuffle=True, random_state=42)

model = linear_model.Lasso(alpha=0.42)

# 训练集10折交叉验证MAE
scores_train = np.abs(cross_val_score(model, x_train, y_train, cv=cv, scoring='neg_mean_absolute_error'))
print("训练集每折交叉验证MAE：", scores_train)
print("训练集交叉验证平均MAE：", scores_train.mean())

# 全量训练集拟合模型，计算测试集MAE
model.fit(x_train, y_train)
y_pred_test = model.predict(x_test)
test_mae = mean_absolute_error(y_test, y_pred_test)
print("测试集MAE：", test_mae)

内容的提问来源于stack exchange，提问作者jdomeneghini