Python-sklearn包中StratifiedKFold和KFold生成交叉验证数据集的区别
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python-sklearn包中StratifiedKFold和KFold生成交叉验证数据集的区别,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含2415字,纯文字阅读大概需要4分钟。
内容图文
![Python-sklearn包中StratifiedKFold和KFold生成交叉验证数据集的区别](/upload/InfoBanner/zyjiaocheng/635/c81ef5971f3d4e369c0086f22df9423e.jpg)
一、StratifiedKFold及KFold主要区别及函数参数
KFold交叉采样:将训练/测试数据集划分n_splits个互斥子集,每次只用其中一个子集当做测试集,剩下的(n_splits-1)作为训练集,进行n_splits次实验并得到n_splits个结果。
注:对于不能均等分的数据集,前n_samples%n_spllits子集拥有n_samples//n_spllits+1个样本,其余子集都只有n_samples//n_spllits个样本。(例10行数据分3份,只有一份可分4行,其他均为3行)
1 sklearn.model_selection.KFold(n_splits=3,shuffle=False,random_state=None)
n_splits:表示将数据划分几等份
shuffle:在每次划分时,是否进行洗牌
若为False,其效果相当于random_state为整数(含零),每次划分的结果相同
若为True,每次划分的结果不一样,表示经过洗牌,随机取样的
random_state:随机种子数,当设定值(一般为0)后可方便调参,因为每次生成的数据集相同
StratifiedKFold分层采样,用于交叉验证:与KFold最大的差异在于,StratifiedKFold方法是根据标签中不同类别占比来进行拆分数据的。
sklearn.model_selection.StratifiedKFold(n_splits=3,shuffle=False,random_state=None)
参数含义同KFold。
二、实例分析两者差别
首先生成8行数据(含特征和标签数据)
1 import numpy as np 2 from sklearn.model_selection import StratifiedKFold,KFold 3 4 X=np.array([ 5 [1,2,3,4], 6 [11,12,13,14], 7 [21,22,23,24], 8 [31,32,33,34], 9 [41,42,43,44], 10 [51,52,53,54], 11 [61,62,63,64], 12 [71,72,73,74] 13 ]) 14 15 y=np.array([1,1,0,0,1,1,0,0])
利用KFold方法交叉采样:按顺序分别取第1-2、3-4、5-6和7-8的数据
#按顺序分别取第1-2、3-4、5-6和7-8的数据。 kfolder = KFold(n_splits=4,random_state=1) for train, test in kfolder.split(X,y): print('Train: %s | test: %s' % (train, test),'\n') >>> Train: [2 3 4 5 6 7] | test: [0 1] Train: [0 1 4 5 6 7] | test: [2 3] Train: [0 1 2 3 6 7] | test: [4 5] Train: [0 1 2 3 4 5] | test: [6 7]
利用StratifiedKFold方法分层采样:依照标签的比例来抽取数据,本案例集标签0和1的比例是1:1,因此在抽取数据时也是按照标签比例1:1来提取的
1 #依照标签的比例来抽取数据,本案例集标签0和1的比例是1:1 2 #因此在抽取数据时也是按照标签比例1:1来提取的 3 sfolder = StratifiedKFold(n_splits=4,random_state=0) 4 for train, test in sfolder.split(X,y): 5 print('Train: %s | test: %s' % (train, test)) 6 >>> 7 Train: [1 3 4 5 6 7] | test: [0 2] 8 Train: [0 2 4 5 6 7] | test: [1 3] 9 Train: [0 1 2 3 5 7] | test: [4 6] 10 Train: [0 1 2 3 4 6] | test: [5 7]
————————————————
版权声明:本文为CSDN博主「ckSpark」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/MsSpark/article/details/84455402
内容总结
以上是互联网集市为您收集整理的Python-sklearn包中StratifiedKFold和KFold生成交叉验证数据集的区别全部内容,希望文章能够帮你解决Python-sklearn包中StratifiedKFold和KFold生成交叉验证数据集的区别所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。