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。
- 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。
参数:
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]
相关用法
- Python sklearn StratifiedGroupKFold用法及代码示例
- Python sklearn StratifiedKFold用法及代码示例
- Python sklearn StackingRegressor用法及代码示例
- Python sklearn StackingClassifier用法及代码示例
- Python sklearn StandardScaler用法及代码示例
- Python sklearn ShrunkCovariance用法及代码示例
- Python sklearn SelfTrainingClassifier用法及代码示例
- Python sklearn SelectFromModel用法及代码示例
- Python sklearn SparsePCA用法及代码示例
- Python sklearn SpectralEmbedding用法及代码示例
- Python sklearn SelectFpr用法及代码示例
- Python sklearn ShuffleSplit用法及代码示例
- Python sklearn SpectralClustering用法及代码示例
- Python sklearn Sum用法及代码示例
- Python sklearn SpectralBiclustering用法及代码示例
- Python sklearn SVR用法及代码示例
- Python sklearn SelectKBest用法及代码示例
- Python sklearn SimpleImputer用法及代码示例
- Python sklearn SGDOneClassSVM用法及代码示例
- Python sklearn SVC用法及代码示例
- Python sklearn SGDRegressor用法及代码示例
- Python sklearn SequentialFeatureSelector用法及代码示例
- Python sklearn SplineTransformer用法及代码示例
- Python sklearn SelectPercentile用法及代码示例
- Python sklearn SkewedChi2Sampler用法及代码示例
注:本文由纯净天空筛选整理自scikit-learn.org大神的英文原创作品 sklearn.model_selection.StratifiedShuffleSplit。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。