Python sklearn StratifiedShuffleSplit用法及代碼示例

本文簡要介紹python語言中 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)

分層 ShuffleSplit cross-validator

提供訓練/測試索引以拆分訓練/測試集中的數據。

這個交叉驗證對象是 StratifiedKFold 和 ShuffleSplit 的合並，它返回分層隨機折疊。通過保留每個類別的樣本百分比來進行折疊。

注意：與 ShuffleSplit 策略一樣，分層隨機分割並不能保證所有折疊都會不同，盡管對於相當大的數據集來說這仍然很可能。

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 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]