Python sklearn RepeatedStratifiedKFold用法及代码示例

本文简要介绍python语言中 sklearn.model_selection.RepeatedStratifiedKFold 的用法。

用法:

class sklearn.model_selection.RepeatedStratifiedKFold(*, n_splits=5, n_repeats=10, random_state=None)

重复分层K-Fold 交叉验证器。

重复分层K-Fold n 次，每次重复使用不同的随机化。

在用户指南中阅读更多信息。

参数：

n_splits：整数，默认=5

折叠次数。必须至少为 2。

n_repeats：整数，默认=10

cross-validator 需要重复的次数。

random_state：int、RandomState 实例或无，默认=无

控制每次重复的随机状态的生成。传递 int 以在多个函数调用之间实现可重现的输出。请参阅术语表。

注意：

随机 CV 拆分器可能会为每个拆分调用返回不同的结果。您可以通过将random_state 设置为整数来使结果相同。

例子：

>>> import numpy as np
>>> from sklearn.model_selection import RepeatedStratifiedKFold
>>> X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])
>>> y = np.array([0, 0, 1, 1])
>>> rskf = RepeatedStratifiedKFold(n_splits=2, n_repeats=2,
...     random_state=36851234)
>>> for train_index, test_index in rskf.split(X, y):
...     print("TRAIN:", train_index, "TEST:", test_index)
...     X_train, X_test = X[train_index], X[test_index]
...     y_train, y_test = y[train_index], y[test_index]
...
TRAIN: [1 2] TEST: [0 3]
TRAIN: [0 3] TEST: [1 2]
TRAIN: [1 3] TEST: [0 2]
TRAIN: [0 2] TEST: [1 3]