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。
在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([[1, 2], [3, 4], [5, 6], [7, 8], [3, 4], [5, 6]])
>>> y = np.array([1, 2, 1, 2, 1, 2])
>>> 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。 |
注
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。
