leaveoneout() 是 scikit-learn 中留一法交叉验证的正确初始化方式，不接受任何参数；传入 n_splits 或 random_state 会报 typeerror；必须通过 split(x) 显式获取训练/测试索引并循环训练。
scikit-learn 中 LeaveOneOut 的正确初始化方式
留一交叉验证（LOO-CV）在 scikit-learn 中由 LeaveOneOut 类提供，但它不接受任何参数——传入 n_splits 或 random_state 会直接报错 TypeError: __init__() takes 1 positional argument but 2 were given。它只依赖输入数据的样本数自动推导折数，即 n 折 = 样本总数。
常见误用是把它当成 KFold 来调用：
from sklearn.model_selection import LeaveOneOut # ❌ 错误：LeaveOneOut 不接受参数 loo = LeaveOneOut(n_splits=10) # 报错！
正确写法极简：
from sklearn.model_selection import LeaveOneOut loo = LeaveOneOut() # ✅ 空括号，无参数
用 split() 获取训练/测试索引并手动训练
LeaveOneOut 不像 cross_val_score 那样封装训练逻辑，必须显式遍历 split(X) 返回的索引对。每轮迭代中，只有一个样本被选为测试集，其余全部为训练集——这意味着模型要训练 n 次，开销极大，仅适合小数据集（通常 n
关键点：
-
split()返回的是(train_index, test_index)元组，需解包使用 - 不能直接传
X和y给fit()，必须用索引切片：X[train_index]、y[test_index] - 每次
fit()都是全新模型，无法复用或增量训练
示例片段：
from sklearn.svm import SVC
from sklearn.model_selection import LeaveOneOut
import numpy as np
<p>X, y = np.random.randn(10, 5), np.random.randint(0, 2, 10)
loo = LeaveOneOut()
scores = []</p><p>for train_idx, test_idx in loo.split(X):
clf = SVC()
clf.fit(X[train_idx], y[train_idx])
score = clf.score(X[test_idx], y[test_idx])
scores.append(score)</p><p>print(f"LOO 准确率均值: {np.mean(scores):.3f}")
</p>
替代方案：cross_val_score + LeaveOneOut 更简洁
如果你只需评估指标均值，不用中间模型或预测结果，直接用 cross_val_score 是最省事的方式。它内部自动处理索引切分和模型拟合，且支持 scoring 参数指定任意评估器（如 'f1'、'roc_auc'）。
注意两点：
-
cv=LeaveOneOut()必须传实例，不能传字符串（'loo'不被支持） - 返回的是长度为 n 的数组，每个元素对应一次留一评估结果；取均值即 LOO 估计值
- 对分类任务，若某类只有一两个样本，可能触发
UndefinedMetricWarning（如 F1 计算时分母为 0），建议加error_score='raise'显式暴露问题
示例：
from sklearn.model_selection import cross_val_score
from sklearn.ensemble import RandomForestClassifier
<p>clf = RandomForestClassifier(random_state=42)
scores = cross_val_score(clf, X, y, cv=LeaveOneOut(), scoring='accuracy')
print(f"LOO 准确率: {scores.mean():.3f} ± {scores.std():.3f}")
</p>
为什么不用 cross_val_predict 获取全部预测值？
想拿到每个样本对应的留一预测结果（比如画 confusion matrix），直觉会想到 cross_val_predict。但它在 LeaveOneOut 下有个隐藏陷阱：当数据存在重复样本（X 中有完全相同的行），cross_val_predict 可能因索引混淆返回错误顺序的预测，导致 y_true 和 y_pred 对不齐。
更稳妥的做法是手动循环 + 记录 test_idx[0] 对应的预测值：
from sklearn.utils.validation import check_array y_pred = np.zeros_like(y, dtype=float) <p>for train_idx, test_idx in loo.split(X): clf = SVC().fit(X[train_idx], y[train_idx]) pred = clf.predict(X[test_idx])[0] y_pred[test_idx[0]] = pred # 显式按原始索引赋值 </p>
这个细节在文档里没强调，但实际跑大一点的数据（比如 n=500+）时容易出错——尤其是你后续要做 per-sample 分析或误差可视化的时候。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
