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。

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
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。

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([[12], [34], [12], [34]])
>>> y = np.array([1234])
>>> 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。