我希望能够使用目标变量的用户定义混合进行训练/验证拆分。 sklearn的StratifiedKFold和StratifiedShuffleSplit保留原始样品的混合物。但是在kaggle或现实生活中，我们通常会有一个单独的测试样品，有时可能会有非常不同的目标混合物。
让我们想象一下我们手头有一个二进制分类问题，但是标记的火车样本具有50/50混合的0/1目标v值，而测试没有标签，但是从一个或另一个来源我们知道比例是90/10。因此，问题是sklearn中是否有一种方法可以将原始样本与90/10混合物进行分割，其中90/10是输入参数。
它不一定是完整的kfold CV拆分，但至少是一个交叉验证索引生成器ala StratifiedShuffleSplit