Sklearn交叉验证：不同指标调用cross_val_score是否用相同划分？

好问题！这是很多人在做交叉验证时容易忽略的细节，我来给你理清楚：

核心结论 #

默认情况下，不一定会生成相同的10折划分，具体分两种情况：

• 如果你的cross_val_score调用没有手动指定cv参数，或者使用的是默认的KFold/StratifiedKFold且开启了shuffle=True但没固定random_state：每次调用的划分会随机生成，大概率不同。
• 如果是默认的shuffle=False（分类任务默认是StratifiedKFold(shuffle=False)，回归是KFold(shuffle=False)）：划分是固定的，但这种按原始数据顺序拆分的方式容易导致数据分布不均（比如样本按类别/标签排序时，单折的类别比例失衡），一般不推荐。

如果需要保证不同指标的交叉验证使用完全相同的训练/测试划分（这对于公平对比指标得分非常重要），你需要先手动创建一个固定的折划分对象，再传给cross_val_score。

代码示例 #

不推荐的方式（划分可能不一致） #

from sklearn.model_selection import cross_val_score
from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import load_iris

X, y = load_iris(return_X_y=True)
model = RandomForestClassifier()

# 两次调用可能使用不同的划分（若默认cv开启shuffle且无固定随机种子）
accuracy_scores = cross_val_score(model, X, y, cv=10, scoring='accuracy')
precision_scores = cross_val_score(model, X, y, cv=10, scoring='precision_macro')

推荐的方式（固定划分） #

from sklearn.model_selection import cross_val_score, StratifiedKFold
from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import load_iris

X, y = load_iris(return_X_y=True)
model = RandomForestClassifier()

# 创建固定的10折划分：shuffle=True保证数据打乱，random_state固定随机种子
cv_splitter = StratifiedKFold(n_splits=10, shuffle=True, random_state=42)

# 两次调用都传入同一个cv_splitter，确保划分完全一致
accuracy_scores = cross_val_score(model, X, y, cv=cv_splitter, scoring='accuracy')
precision_scores = cross_val_score(model, X, y, cv=cv_splitter, scoring='precision_macro')

为什么要这么做？ #

当你对比不同指标（比如accuracy和precision）的得分时，相同的划分能让对比更公平：同一折的测试集在两个指标计算中完全一致，得分差异完全来自指标本身的特性，而不是因为测试集不同导致的波动。

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