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。 |
