Python sklearn ShuffleSplit用法及代碼示例

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

用法:

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

隨機排列cross-validator

產生將數據拆分為訓練集和測試集的索引。

注意：與其他交叉驗證策略相反，隨機拆分並不能保證所有折疊都不同，盡管這對於相當大的數據集仍然很有可能。

在用戶指南中閱讀更多信息。

參數：

n_splits：整數，默認=10

重新洗牌和拆分迭代的次數。

test_size：浮點數或整數，默認=無

如果是浮點數，則應介於 0.0 和 1.0 之間，表示要包含在測試拆分中的數據集的比例。如果是int，表示測試樣本的絕對數量。如果為 None，則將該值設置為火車大小的補碼。如果train_size 也是None，它將被設置為0.1。

train_size：浮點數或整數，默認=無

如果是浮點數，則應介於 0.0 和 1.0 之間，並表示要包含在訓練拆分中的數據集的比例。如果是int，表示訓練樣本的絕對數量。如果沒有，該值將自動設置為測試大小的補碼。

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

控製生成的訓練和測試指標的隨機性。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。

例子：

>>> import numpy as np
>>> from sklearn.model_selection import ShuffleSplit
>>> X = np.array([[1, 2], [3, 4], [5, 6], [7, 8], [3, 4], [5, 6]])
>>> y = np.array([1, 2, 1, 2, 1, 2])
>>> rs = ShuffleSplit(n_splits=5, test_size=.25, random_state=0)
>>> rs.get_n_splits(X)
5
>>> print(rs)
ShuffleSplit(n_splits=5, random_state=0, test_size=0.25, train_size=None)
>>> for train_index, test_index in rs.split(X):
...     print("TRAIN:", train_index, "TEST:", test_index)
TRAIN: [1 3 0 4] TEST: [5 2]
TRAIN: [4 0 2 5] TEST: [1 3]
TRAIN: [1 2 4 0] TEST: [3 5]
TRAIN: [3 4 1 0] TEST: [5 2]
TRAIN: [3 5 1 0] TEST: [2 4]
>>> rs = ShuffleSplit(n_splits=5, train_size=0.5, test_size=.25,
...                   random_state=0)
>>> for train_index, test_index in rs.split(X):
...     print("TRAIN:", train_index, "TEST:", test_index)
TRAIN: [1 3 0] TEST: [5 2]
TRAIN: [4 0 2] TEST: [1 3]
TRAIN: [1 2 4] TEST: [3 5]
TRAIN: [3 4 1] TEST: [5 2]
TRAIN: [3 5 1] TEST: [2 4]