Python sklearn StratifiedShuffleSplit用法及代码示例

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

用法:

class sklearn.model_selection.StratifiedShuffleSplit(n_splits=10, *, test_size=None, train_size=None, random_state=None)

分层 ShuffleSplit cross-validator

提供训练/测试索引以拆分训练/测试集中的数据。

这个交叉验证对象是 StratifiedKFold 和 ShuffleSplit 的合并，它返回分层随机折叠。通过保留每个类别的样本百分比来进行折叠。

注意：与 ShuffleSplit 策略一样，分层随机分割并不能保证所有折叠都会不同，尽管对于相当大的数据集来说这仍然很可能。

在用户指南中阅读更多信息。

参数：

n_splits：整数，默认=10

重新洗牌和拆分迭代的次数。

test_size：浮点数或整数，默认=无

如果是浮点数，则应介于 0.0 和 1.0 之间，表示要包含在测试拆分中的数据集的比例。如果是int，表示测试样本的绝对数量。如果为 None，则将该值设置为火车大小的补码。如果train_size 也是None，它将被设置为0.1。

train_size：浮点数或整数，默认=无

如果是浮点数，则应介于 0.0 和 1.0 之间，并表示要包含在训练拆分中的数据集的比例。如果是int，表示训练样本的绝对数量。如果没有，该值将自动设置为测试大小的补码。

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

控制生成的训练和测试指标的随机性。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。

例子：

>>> import numpy as np
>>> from sklearn.model_selection import StratifiedShuffleSplit
>>> X = np.array([[1, 2], [3, 4], [1, 2], [3, 4], [1, 2], [3, 4]])
>>> y = np.array([0, 0, 0, 1, 1, 1])
>>> sss = StratifiedShuffleSplit(n_splits=5, test_size=0.5, random_state=0)
>>> sss.get_n_splits(X, y)
5
>>> print(sss)
StratifiedShuffleSplit(n_splits=5, random_state=0, ...)
>>> for train_index, test_index in sss.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: [5 2 3] TEST: [4 1 0]
TRAIN: [5 1 4] TEST: [0 2 3]
TRAIN: [5 0 2] TEST: [4 3 1]
TRAIN: [4 1 0] TEST: [2 3 5]
TRAIN: [0 5 1] TEST: [3 4 2]