栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

交叉验证之KFold

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

交叉验证之KFold

1.通过sklearn.model_selection.KFold所提供的一个小例子来进行理解交叉验证及应用交叉验证

2.

from sklearn.model_selection import KFold
import numpy as np


X = np.array(["a", "b", "c", "d", "e"])

# print(X[0],X[1],X[2],X[3],X[4],X[5])

# 设置其对折三次,这个变量至少为2
kf = KFold(n_splits=3)

i = 1

for train, test in kf.split(X):

    print(i,"训练集:",X[train]," 测试集:",X[test])
    i+=1

 从输出可以看到,其每一次操作会从数组[a,b,c,d,e]中进行划分为两个集合,一个为训练集合,一个为测试集合,且进行三次折叠。得到这两个集合后,传入相关方法中进行训练和预测即可。

3.了解以上信息后,再看官方小例子便清晰了

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)

print(kf)

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]

 可以看到,训练集合测试集也被划分成成功了,且第一个训练集的数组下标为2和3,测试集的数组下标为0和1。之后通过划分到的下标,使用下标对应的数据来进行训练和预测即可。

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/915844.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号