在给定折叠分割的sklearn中进行交叉验证

Question

我正在学习如何在Python中使用Lasso和Ridge和sklearn。我在列中给出了折叠。我希望找到基于5倍交叉验证的最佳参数。

我的数据如下所示：

    mpg cylinders  displacement  horsepower  weight  acceleration  origin  fold
0   18          8           307         130    3504          12.0       1     3
1   15          8           350         165    3693          11.5       1     0
2   18          8           318         150    3436          11.0       1     2
3   16          8           304         150    3433          12.0       1     2
4   17          8           302         140    3449          10.5       1     3


reg_para = [0.001, 0.005, 0.01, 0.05, 0.1, 0.5, 1, 5, 10, 50, 100]

mpg是y / target变量，其他列是预测变量。最后一列包含折叠。我想运行Lasso和Ridge并找到最佳参数。我遇到的问题是在交叉验证中加入指定的折叠。这是我到目前为止（对于Lasso）：

from sklearn.linear_model import Lasso, LassoCV
lasso_model = LassoCV(cv=5, alphas=reg_para)
lasso_fit = lasso_model.fit(X,y)

是否有一种简单的方法来合并折叠分裂？非常感谢任何帮助

Answer 1

如果您的数据位于pandas数据框中，那么您需要做的就是访问该列

fold_labels = df["fold"]
from sklearn.cross_validation import LeaveOneLabelOut
cv = LeaveOneLabelOut(fold_labels)

lasso_model = LassoCV(cv=cv, alphas=reg_para)

因此，如果您在数组fold_labels中获得折叠标签，则可以使用LeaveOneLabelOut（对于非功能性代码而言很抱歉。虽然这应该足以阐明这个想法。）