sklearn.model_selection.LeavePGroupsOut

class sklearn.model_selection.LeavePGroupsOut(n_groups)

[源码]

留P组交叉验证器。

提供训练集或测试集索引,以根据第三方提供的组切分数据。该组信息可用于将样本任意领域的特定分层编码为整数。

例如,组可以是收集的年份样本,因此可以针对基于时间的切分进行交叉验证。

LeavePGroupsOut和LeaveOneGroupOut之间的区别在于,前者使用将所有样本分配给p组的不同值的方法构建测试集, 而后者使用都分配了相同组的样本。

用户指南中阅读更多内容。

参数 说明
n_groups int
测试分组中要留下的组数(p)。

另见

GroupKFold 具有非重叠组的K折迭代器变体。

示例

>>> import numpy as np
>>> from sklearn.model_selection import LeavePGroupsOut
>>> X = np.array([[12], [34], [56]])
>>> y = np.array([121])
>>> groups = np.array([123])
>>> lpgo = LeavePGroupsOut(n_groups=2)
>>> lpgo.get_n_splits(X, y, groups)
3
>>> lpgo.get_n_splits(groups=groups)  # 'groups' is always required
3
>>> print(lpgo)
LeavePGroupsOut(n_groups=2)
>>> for train_index, test_index in lpgo.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: [2] TEST: [0 1]
[[5 6]] [[1 2]
 [3 4]] [1] [1 2]
TRAIN: [1] TEST: [0 2]
[[3 4]] [[1 2]
 [5 6]] [2] [1 1]
TRAIN: [0] TEST: [1 2]
[[1 2]] [[3 4]
 [5 6]] [1] [2 1]

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]) 生成索引以将数据分为训练集和测试集。
__init__(self,n_groups )

[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 array-like of shape (n_samples,)
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。尽管可以省略其他参数,但必须每次指定“groups”参数来计算切分数。
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]

生成索引以将数据分为训练集和测试集。

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。