与指定数量的训练数据交叉验证？

Question

客观

我想执行k倍交叉验证，但是我不想确定k-1数据集用于训练，k数据集用于测试，而是要确定训练数据的数量，就像train_test_split的{ {1}}。然后其余作为测试数据。

准确地说，我有二进制分类数据集，并且在进行交叉验证时每个类需要10个实例。

预期功能

假设我要进行5折简历：

train_size

当然，在这种情况下，我的X，y应该具有> = 100个实例。

我的尝试

好吧，我只是手动构建它们。我能得到的最接近的是迭代：

cross_val_score(estimator=my_model, X, y, cv=5, train_size=20)

但这会随机选择数据，并且可能会导致两个火车数据集相同，而且无法容纳简历。

注意

是的，这将导致某些数据集未用于训练集，但这是我当前工作中要实现的目标。

有没有提供此功能的python函数？

Answer 1

您仍然可以使用KFold，但需要附加逻辑。

确定测试数据量：const element = await page.$('.some-class'); 。

确定拆分数量：test_amount = total_amount * test_size。

使用Kfolds：

n_splits = total_amount // test_amount