sklearn.model_selection.ShuffleSplit

class sklearn.model_selection.ShuffleSplit(n_splits=10, *, test_size=None, train_size=None, random_state=None)

[源码]

随机排列交叉验证器。

输出索引以将数据分为训练集和测试集。

注意:与其他交叉验证策略相反,随机切分不能保证所有折叠都会有所不同,尽管尽管对于大型数据集来说这仍然是非常有可能的。

用户指南中阅读更多内容。

参数 说明
n_splits int, default=10
重新打乱和切分迭代的次数。
test_size float or int, default=None
如果为float,则应在0.0到1.0之间,表示要包括在测试集切分中的数据集的比例。如果为int,表示测试样本的绝对数量。如果为None,则将值设置为训练集大小的补充。如果train_size也是None,则将其设置为0.1。
train_size float or int, default=None
如果为float,则应在0.0到1.0之间,表示要包含在训练集切分中的数据集的比例。如果为int,表示训练集样本的绝对数量。如果为None,则该值将自动设置为测试集大小的补充。
random_state int or RandomState instance, default=None
控制所产生的训练集和测试集索引的随机性。为多个函数调用传递可重复输出的int值。请参阅词汇表

示例

>>> import numpy as np
>>> from sklearn.model_selection import ShuffleSplit
>>> X = np.array([[12], [34], [56], [78], [34], [56]])
>>> y = np.array([121212])
>>> rs = ShuffleSplit(n_splits=5, test_size=.25, random_state=0)
>>> rs.get_n_splits(X)
5
>>> print(rs)
ShuffleSplit(n_splits=5, random_state=0, test_size=0.25, train_size=None)
>>> for train_index, test_index in rs.split(X):
...     print("TRAIN:", train_index, "TEST:", test_index)
TRAIN: [1 3 0 4] TEST: [5 2]
TRAIN: [4 0 2 5] TEST: [1 3]
TRAIN: [1 2 4 0] TEST: [3 5]
TRAIN: [3 4 1 0] TEST: [5 2]
TRAIN: [3 5 1 0] TEST: [2 4]
>>> rs = ShuffleSplit(n_splits=5, train_size=0.5, test_size=.25,
...                   random_state=0)
>>> for train_index, test_index in rs.split(X):
...     print("TRAIN:", train_index, "TEST:", test_index)
TRAIN: [1 3 0] TEST: [5 2]
TRAIN: [4 0 2] TEST: [1 3]
TRAIN: [1 2 4] TEST: [3 5]
TRAIN: [3 4 1] TEST: [5 2]
TRAIN: [3 5 1] TEST: [2 4]

方法

参数 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_splits = 10,*,test_size = None,train_size = None,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,)
监督学习问题的目标变量。
groups array-like of shape (n_samples,), default=None
将数据集拆分为训练集或测试集时使用的样本的分组标签。

随机CV切分器可能会为每个切分调用返回不同的结果。您可以通过设置random_state 为整数使结果相同。