iPAS 考題解析以下使用 scikit-learn 進行 KNN 模型交叉驗證的程式碼，執行後 cv_scores 的型別和長度為何？ ```python from sklearn.neighbors import KNeighborsClassifier from sklearn.model_selection import cross_val_score from sklearn.datasets import load_iris X, y = load_iris(return_X_y=True) knn = KNeighborsClassifier(n_neighbors=5) cv_scores = cross_val_score(knn, X, y, cv=5) print(type(cv_scores), len(cv_scores)) ```

解析

正確答案：B. numpy.ndarray, 5（每個 fold 一個分數）

cross_val_score 回傳 numpy.ndarray，長度等於 cv 參數（5），每個元素是對應 fold 的驗證集準確率。若要取平均，需另外呼叫 .mean()。這是常見考點：cross_val_score 回傳陣列，不是單一平均值。

每個選項為什麼對或錯

• A float, 1（只有一個平均分） 錯誤選項

  cross_val_score 不直接回傳平均值，而是每個 fold 的分數。

• B numpy.ndarray, 5（每個 fold 一個分數） 正解

  numpy.ndarray 且長度 5，此為正確描述。

• C list, 5（Python 列表） 錯誤選項

  cross_val_score 回傳 numpy.ndarray，不是 Python list（雖然可轉換）。

• D dict, 5（包含 train/test 分數） 錯誤選項

  cross_val_score 預設只回傳測試分數，不是 dict。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。