使用sklearn,我想在样本数据集中有3个分裂(即n_splits = 3),并且训练/测试比率为70:30。我能够将该组分成3个折叠但不能定义测试大小(类似于train_test_split方法)。有没有办法在StratifiedKFold中定义测试样本大小?
from sklearn.model_selection import StratifiedKFold as SKF
skf = SKF(n_splits=3)
skf.get_n_splits(X, y)
for train_index, test_index in skf.split(X, y):
# Loops over 3 iterations to have Train test stratified split
X_train, X_test = X[train_index], X[test_index]
y_train, y_test = y[train_index], y[test_index]
答案 0 :(得分:6)
StratifiedKFold
可以进行K倍分裂。也就是说,返回的迭代器将产生(K-1
)训练集,而1
设置用于测试。 K
由n_splits
控制,因此,它会创建n_samples/K
组,并使用K-1
的所有组合进行培训/测试。有关它的更多信息,请参阅维基百科或谷歌K-fold cross-validation。
简而言之,测试集的大小将为1/K
(即1/n_splits
),因此您可以调整该参数以控制测试大小(例如n_splits=3
将进行测试拆分大小为1/3 = 33%
的数据)。但是,StratifiedKFold
会迭代K
K-1
个n_splits=1
组,可能不是您想要的。
话虽如此,您可能会对StratifiedShuffleSplit感兴趣,它只返回可配置数量的分割和训练/测试比率。如果您只想进行一次拆分,则可以调整test_size=0.3
并保持/** My special class */
export default class MyClass {
/**
* An interesting value
* @readonly
* @enum {number}
*/
static TEST = {
/** Critical value */
BAR: 1,
/** Default value */
FOO: 2
}
}
(或任何您想要的比例)。