分组K折#
- class sklearn.model_selection.GroupKFold(n_splits=5, *, shuffle=False, random_state=None)[source]#
具有非重叠分组的K折迭代器变体。
每个分组将在所有折中恰好出现在测试集中一次（不同分组的数量必须至少等于折的数量）。
当
shuffle为True时，折的平衡性近似，即每个测试折中的样本数量大致相同。在用户指南中了解更多信息。
有关交叉验证行为的可视化以及常见scikit-learn分割方法之间的比较，请参阅scikit-learn中交叉验证行为的可视化
- 参数：
- n_splitsint, default=5
折的数量。必须至少为2。
0.22版本中的更改：
n_splits的默认值从3更改为5。- shufflebool, default=False
是否在分割成批次之前对分组进行洗牌。请注意，每个分割中的样本不会被洗牌。
1.6版本中添加。
- random_stateint, RandomState instance or None, default=None
当
shuffle为True时，random_state会影响索引的顺序，从而控制每个折的随机性。否则，此参数无效。传递一个整数以在多次函数调用中获得可重复的输出。参见词汇表。1.6版本中添加。
备注
各组在所有折中以任意顺序出现。
示例
>>> import numpy as np >>> from sklearn.model_selection import GroupKFold >>> X = np.array([[1, 2], [3, 4], [5, 6], [7, 8], [9, 10], [11, 12]]) >>> y = np.array([1, 2, 3, 4, 5, 6]) >>> groups = np.array([0, 0, 2, 2, 3, 3]) >>> group_kfold = GroupKFold(n_splits=2) >>> group_kfold.get_n_splits(X, y, groups) 2 >>> print(group_kfold) GroupKFold(n_splits=2, random_state=None, shuffle=False) >>> for i, (train_index, test_index) in enumerate(group_kfold.split(X, y, groups)): ... print(f"Fold {i}:") ... print(f" Train: index={train_index}, group={groups[train_index]}") ... print(f" Test: index={test_index}, group={groups[test_index]}") Fold 0: Train: index=[2 3], group=[2 2] Test: index=[0 1 4 5], group=[0 0 3 3] Fold 1: Train: index=[0 1 4 5], group=[0 0 3 3] Test: index=[2 3], group=[2 2]
- get_metadata_routing()[source]#
获取此对象的元数据路由。
请查看用户指南，了解路由机制的工作原理。
- 返回：
- routingMetadataRequest
一个
MetadataRequest，封装了路由信息。
- get_n_splits(X=None, y=None, groups=None)[source]#
返回交叉验证器中的拆分迭代次数。
- 参数：
- X对象
始终忽略，为了兼容性而存在。
- y对象
始终忽略，为了兼容性而存在。
- groups对象
始终忽略，为了兼容性而存在。
- 返回：
- n_splits整数
返回交叉验证器中的拆分迭代次数。
- set_split_request(*, groups: bool | None | str = '$UNCHANGED$') GroupKFold[source]#
请求传递给
split方法的元数据。请注意，只有当
enable_metadata_routing=True时（参见sklearn.set_config），此方法才相关。请查看用户指南，了解路由机制的工作原理。每个参数的选项为
True：请求元数据，如果提供则传递给split。如果未提供元数据，则忽略请求。False：不请求元数据，元估计器不会将其传递给split。None：不请求元数据，如果用户提供元数据，元估计器将引发错误。str：元数据应使用此给定的别名而不是原始名称传递给元估计器。
默认值（
sklearn.utils.metadata_routing.UNCHANGED）保留现有的请求。这允许您更改某些参数的请求，而不对其他参数进行更改。版本 1.3 中添加。
备注
仅当将此估计器用作元估计器的子估计器（例如，在
Pipeline中使用）时，此方法才相关。否则，它无效。- 参数：
- groupsstr、True、False 或 None，默认为 sklearn.utils.metadata_routing.UNCHANGED
split中groups参数的元数据路由。
- 返回：
- self对象
更新后的对象。
