美文网首页
【sklearn】KFold、StratifiedKFold、G

【sklearn】KFold、StratifiedKFold、G

作者: 致Great | 来源:发表于2020-12-21 20:05 被阅读0次

    1、KFold

     >>> import numpy as np
     >>> from sklearn.model_selection import KFold
    
     >>> X = ["a", "b", "c", "d"]
     >>> kf = KFold(n_splits=2)
     >>> for train, test in kf.split(X):
     ...     print("%s %s" % (train, test))
     [2 3] [0 1]
     [0 1] [2 3]
    

    kfold交叉验证,直接随机的将数据划分为k折。看代码中的划分,只需要一个X就可以决定了,不受class和group这两个影响。

    class和group分别为数据的标签和我们给数据的分组。下面分别介绍如果受影响的代码:

    2、StratifiedKFold
    Stratified它会根据数据集的分布来划分,使得 划分后的数据集的目标比例和原始数据集近似,也就是构造训练集和测试集分布相同的交叉验证集

     >>> from sklearn.model_selection import StratifiedKFold
    
     >>> X = np.ones(10)
     >>> y = [0, 0, 0, 0, 1, 1, 1, 1, 1, 1]
     >>> skf = StratifiedKFold(n_splits=3)
     >>> for train, test in skf.split(X, y):
     ...     print("%s %s" % (train, test))
     [2 3 6 7 8 9] [0 1 4 5]
     [0 1 3 4 5 8 9] [2 6 7]
     [0 1 2 4 5 6 7] [3 8 9]
    

    3、GroupKFold
    有时我们会将数据分组,这时候GroupKFold可能派上用场。

    GroupKFold 会保证同一个group的数据不会同时出现在训练集和测试集上。因为如果训练集中包含了每个group的几个样例,可能训练得到的模型能够足够灵活地从这些样例中学习到特征,在测试集上也会表现很好。但一旦遇到一个新的group它就会表现很差。

     >>> from sklearn.model_selection import GroupKFold
    
     >>> X = [0.1, 0.2, 2.2, 2.4, 2.3, 4.55, 5.8, 8.8, 9, 10]
     >>> y = ["a", "b", "b", "b", "c", "c", "c", "d", "d", "d"]
     >>> groups = [1, 1, 1, 2, 2, 2, 3, 3, 3, 3]
    
     >>> gkf = GroupKFold(n_splits=3)
     >>> for train, test in gkf.split(X, y, groups=groups):
     ...     print("%s %s" % (train, test))
     [0 1 2 3 4 5] [6 7 8 9]
     [0 1 2 6 7 8 9] [3 4 5]
     [3 4 5 6 7 8 9] [0 1 2]
    

    来源:https://blog.csdn.net/qq_16761099/article/details/106091354

    相关文章

      网友评论

          本文标题:【sklearn】KFold、StratifiedKFold、G

          本文链接:https://www.haomeiwen.com/subject/nyjdnktx.html