Ich versuche, die Bedeutung der Ergebnisse, um herauszufinden, mit dem Scikit-Learn permutation test wie in:signifikanter Test mit Scikit-Learn Testergebnissen in dem gleichen p-Wert Permutation für alle Klassifizierer
score, permutation_scores, pvalue = permutation_test_score(clf.best_estimator_, X_train, Y_train, cv=10, n_jobs=10, n_permutations=100, scoring='accuracy')
, wo die clf.best_estimator ist das Ergebnis der Kreuzvalidierung.
Ich benutze es für mehrere Klassifikatoren (mehrere unabhängige clf.best_estimator_), aber die p-Werte für alle von ihnen ist die gleiche 0.00990099009901.
Ich habe keine Ahnung, warum das passiert. Das Seltsame ist, dass dies die gleiche Nummer ist, die im verknüpften Code in der Bedienungsanleitung von scikit-learn angezeigt wird.