Question

我现在的情况是我将所有数据都放在一个CSV文件中，而不是分开，我想对该数据应用k-fold交叉验证。

我有

data_set = tf.contrib.learn.datasets.base.load_csv(filename="mydata.csv",
                                                   target_dtype=np.int)

如何使用多层神经网络对此数据集执行k-fold交叉验证，与IRIS示例相同？

Answer 1

我知道这个问题已经过时了，但如果有人想要做类似的事情，请继续ahmedhosny's回答：

新的tensorflow数据集API能够使用python生成器创建数据集对象，因此除了scikit-learn的KFold，一个选项可以是从KFold.split（）生成器创建数据集：

import numpy as np

from sklearn.model_selection import LeaveOneOut,KFold

import tensorflow as tf
import tensorflow.contrib.eager as tfe
tf.enable_eager_execution()

from sklearn.datasets import load_iris
data = load_iris()
X=data['data']
y=data['target']

def make_dataset(X_data,y_data,n_splits):

    def gen():
        for train_index, test_index in KFold(n_splits).split(X_data):
            X_train, X_test = X_data[train_index], X_data[test_index]
            y_train, y_test = y_data[train_index], y_data[test_index]
            yield X_train,y_train,X_test,y_test

    return tf.data.Dataset.from_generator(gen, (tf.float64,tf.float64,tf.float64,tf.float64))

dataset=make_dataset(X,y,10)

然后，可以在基于图形的张量流或使用急切执行中迭代数据集。使用急切的执行：

for X_train,y_train,X_test,y_test in tfe.Iterator(dataset):
    ....

Answer 2

NN通常用于不使用CV的大型数据集 - 而且非常昂贵。对于IRIS（每个物种50个样本），您可能需要它.. 为什么不使用scikit-learn with different random seeds来分割你的训练和测试？

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42)

表示kfold中的k：

以不同的方式拆分数据，将不同的值传递给“random_state”
使用_train
使用_test

如果您不喜欢随机种子并想要更有条理的K折叠，你可以使用here。

from sklearn.model_selection import KFold, cross_val_score
X = ["a", "a", "b", "c", "c", "c"]
k_fold = KFold(n_splits=3)
for train_indices, test_indices in k_fold.split(X):
    print('Train: %s | test: %s' % (train_indices, test_indices))
Train: [2 3 4 5] | test: [0 1]
Train: [0 1 4 5] | test: [2 3]
Train: [0 1 2 3] | test: [4 5]

Answer 3

修改@ahmedhosny 答案

from sklearn.model_selection import KFold, cross_val_score
k_fold = KFold(n_splits=k)
train_ = []
test_ = []
for train_indices, test_indices in k_fold.split(all_data.index):
    train_.append(train_indices)
    test_.append(test_indices)

如何使用tensorflow执行k-fold交叉验证？

3 个答案: