sklearn.model_selection.KFold¶
class sklearn.model_selection.KFold(n_splits=5, *, shuffle=False, random_state=None)
[源码]
K折交叉验证器。
提供训练集或测试集索引以将数据切分为训练集或测试集。将数据集切分为k个连续的交叉(默认情况下不打乱数据)。
然后将每折交叉用作一次验证,而剩下的k-1折交叉形成训练集。
在用户指南中阅读更多内容。
参数 | 说明 |
---|---|
n_splits | int, default=5 折数。必须至少为2。 0.22版本中: n_splits 默认值从3更改为5。) |
shuffle | bool, default=False 在切分之前是否打乱数据。注意,每次切分内的样本都不会被打乱。 |
random_state | int or RandomState instance, default=None 当 shuffle 为True时,random_state 会影响索引的顺序,从而控制每折交叉的随机性。否则,此参数无效。为多个函数调用传递可重复输出的int值。请参阅词汇表。 |
另见:
StratifiedKFold
考虑组信息,以避免因类分布不均衡而造成交叉(对于二进制或多类分类任务)。
GroupKFold
具有非重叠组的K折迭代器变体。
RepeatedKFold
重复K折n次。
注
第一个n_samples % n_splits
的大小为 n_samples // n_splits + 1
,其他几折的大小为n_samples // n_splits
,其中n_samples
为样本数。
随机CV切分器可能会为每个切分调用返回不同的结果。您可以通过将random_state
设置为整数使结果相同。
示例
>>> import numpy as np
>>> from sklearn.model_selection import KFold
>>> X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])
>>> y = np.array([1, 2, 3, 4])
>>> kf = KFold(n_splits=2)
>>> kf.get_n_splits(X)
2
>>> print(kf)
KFold(n_splits=2, random_state=None, shuffle=False)
>>> for train_index, test_index in kf.split(X):
... 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]
TRAIN: [2 3] TEST: [0 1]
TRAIN: [0 1] TEST: [2 3]
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]) |
生成索引以将数据切分为训练集和测试集。 |
__init__(self,n_splits = 5,*,shuffle = False,random_state = None )
[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]
生成索引以将数据切分为训练集和测试集。
参数 | 说明 |
---|---|
X | object 用于训练的数据,其中n_samples是样本数量,n_features是特征数量。 |
y | object 监督学习问题的目标变量。 |
groups | object 将数据集切分为训练集或测试集时使用的样本的分组标签。 |
输出 | 说明 |
---|---|
train | ndarray 切分的训练集索引。 |
test | ndarray 切分的测试集索引。 |