Python sklearn RepeatedStratifiedKFold用法及代碼示例

本文簡要介紹python語言中 sklearn.model_selection.RepeatedStratifiedKFold 的用法。

用法:

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

重複分層K-Fold 交叉驗證器。

重複分層K-Fold n 次，每次重複使用不同的隨機化。

在用戶指南中閱讀更多信息。

參數：

n_splits：整數，默認=5

折疊次數。必須至少為 2。

n_repeats：整數，默認=10

cross-validator 需要重複的次數。

random_state：int、RandomState 實例或無，默認=無

控製每次重複的隨機狀態的生成。傳遞 int 以在多個函數調用之間實現可重現的輸出。請參閱術語表。

注意：

隨機 CV 拆分器可能會為每個拆分調用返回不同的結果。您可以通過將random_state 設置為整數來使結果相同。

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]