sklearn.model_selection.GroupKFold¶
class sklearn.model_selection.GroupKFold(n_splits=5)
[源码]
具有非重叠组的K折迭代器变体。
在两个不同的折叠中不会出现相同的组（不同组的数量必须至少等于折数）。
在每次折叠中不同组数大致相同的意义上，折叠大致平衡。
| 参数 | 说明 |
|---|---|
| n_splits | int, default=5 折数。必须至少为2。 0.22版中的更改：n_splits默认值从3更改为5。 |
另见
LeaveOneGroupOut根据数据集明确的特定领域分层来切分数据。
示例
>>> import numpy as np
>>> from sklearn.model_selection import GroupKFold
>>> X = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])
>>> y = np.array([1, 2, 3, 4])
>>> groups = np.array([0, 0, 2, 2])
>>> group_kfold = GroupKFold(n_splits=2)
>>> group_kfold.get_n_splits(X, y, groups)
2
>>> print(group_kfold)
GroupKFold(n_splits=2)
>>> for train_index, test_index in group_kfold.split(X, y, groups):
... print("TRAIN:", train_index, "TEST:", test_index)
... X_train, X_test = X[train_index], X[test_index]
... y_train, y_test = y[train_index], y[test_index]
... print(X_train, X_test, y_train, y_test)
...
TRAIN: [0 1] TEST: [2 3]
[[1 2]
[3 4]] [[5 6]
[7 8]] [1 2] [3 4]
TRAIN: [2 3] TEST: [0 1]
[[5 6]
[7 8]] [[1 2]
[3 4]] [3 4] [1 2]
方法
| 方法 | 说明 |
|---|---|
get_n_splits(self[, X, y, groups]) |
返回交叉验证器中的切分迭代次数 |
split(self, X[, y, groups]) |
生成索引将数据分割成训练集和测试集。 |
__init__（self，n_splits = 5 ）
[源码]
初始化self。详情可参阅 type（self）的帮助。
get_n_splits(self, X=None, y=None, groups=None)
[源码]
返回交叉验证器中的切分迭代次数。
| 参数 | 说明 |
|---|---|
| X | object 始终被忽略，为了兼容性而存在。 |
| y | object 始终被忽略，为了兼容性而存在。 |
| groups | object 始终被忽略，为了兼容性而存在。 |
| 返回值 | 说明 |
|---|---|
| n_splits | int 返回交叉验证器中拆分迭代的次数。 |
split（self，X，y = None，groups = None ）
[源码]
生成索引将数据切分成训练集和测试集。
| 参数 | 说明 |
|---|---|
| X | array-like of shape (n_samples, n_features) 用于训练的数据，其中n_samples是样本数量，n_features是特征数量。 |
| y | array-like of shape (n_samples,), default=None 监督学习问题的目标变量。 |
| groups | array-like of shape (n_samples,) 将数据集切分为训练或测试集时使用的样本的分组标签。 |
| 返回值 | 说明 |
|---|---|
| train | ndarray 切分的训练集索引。 |
| test | ndarray 切分的测试集索引。 |
