KFold#

class sklearn.model_selection.KFold(n_splits=5, *, shuffle=False, random_state=None)[source]#

K 折交叉验证器。

提供训练/测试索引以将数据拆分为训练/测试集。将数据集拆分为 k 个连续的折叠（默认情况下不进行混洗）。

然后每个折叠都用作一次验证，而 k - 1 个剩余的折叠构成训练集。

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用 scikit-learn 分割方法之间的比较，请参考 scikit-learn 中交叉验证行为的可视化

参数：

n_splitsint, default=5: 折叠数。必须至少为 2。

0.22 版本中的更改： n_splits 的默认值已从 3 更改为 5。
shufflebool, default=False: 是否在将数据分成批次之前打乱数据。请注意，每个分割中的样本不会被打乱。
random_stateint、RandomState 实例或 None，默认为 None: 当shuffle 为 True 时，random_state 会影响索引的顺序，从而控制每一折的随机性。否则，此参数无效。为在多次函数调用中获得可重复的结果，请传递一个整数。参见词汇表。

另请参见

StratifiedKFold: 考虑类信息以避免构建具有不平衡类分布的折（对于二元或多类分类任务）。
GroupKFold: 具有非重叠组的 K 折迭代器变体。
RepeatedKFold: 重复 K 折 n 次。

注释

前 n_samples % n_splits 折的大小为 n_samples // n_splits + 1，其他折的大小为 n_samples // n_splits，其中 n_samples 是样本数。

随机化 CV 分割器每次调用 split 可能会返回不同的结果。您可以通过将 random_state 设置为整数来使结果相同。

示例

>>> import numpy as np
>>> from sklearn.model_selection import KFold
>>> X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])
>>> y = np.array([1, 2, 3, 4])
>>> kf = KFold(n_splits=2)
>>> kf.get_n_splits(X)
2
>>> print(kf)
KFold(n_splits=2, random_state=None, shuffle=False)
>>> for i, (train_index, test_index) in enumerate(kf.split(X)):
...     print(f"Fold {i}:")
...     print(f"  Train: index={train_index}")
...     print(f"  Test:  index={test_index}")
Fold 0:
  Train: index=[2 3]
  Test:  index=[0 1]
Fold 1:
  Train: index=[0 1]
  Test:  index=[2 3]