留 P 组验证#

class sklearn.model_selection.LeavePGroupsOut(n_groups)[source]#

留P组交叉验证器。

根据第三方提供的组信息划分数据，提供训练/测试索引。此组信息可用于将样本的任意特定领域分层编码为整数。

例如，组可以是样本的收集年份，从而允许针对基于时间的拆分进行交叉验证。

LeavePGroupsOut和LeaveOneGroupOut的区别在于，前者使用分配给p个不同组值的样本构建测试集，而后者使用所有分配给相同组的样本。

在用户指南中了解更多信息。

参数：

n_groupsint: 要从测试分割中排除的组数 (p)。

另请参见

分组 K 折交叉验证 (GroupKFold): 具有非重叠组的K折迭代器变体。

示例

>>> import numpy as np
>>> from sklearn.model_selection import LeavePGroupsOut
>>> X = np.array([[1, 2], [3, 4], [5, 6]])
>>> y = np.array([1, 2, 1])
>>> groups = np.array([1, 2, 3])
>>> lpgo = LeavePGroupsOut(n_groups=2)
>>> lpgo.get_n_splits(X, y, groups)
3
>>> lpgo.get_n_splits(groups=groups)  # 'groups' is always required
3
>>> print(lpgo)
LeavePGroupsOut(n_groups=2)
>>> for i, (train_index, test_index) in enumerate(lpgo.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], group=[3]
  Test:  index=[0 1], group=[1 2]
Fold 1:
  Train: index=[1], group=[2]
  Test:  index=[0 2], group=[1 3]
Fold 2:
  Train: index=[0], group=[1]
  Test:  index=[1 2], group=[2 3]

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分割迭代次数。

参数：

Xobject: 始终忽略，为了兼容性而存在。
yobject: 始终忽略，为了兼容性而存在。
groupsarray-like of shape (n_samples,): 将数据集拆分为训练集/测试集时使用的样本的组标签。为了计算分割次数，必须始终指定此“groups”参数，尽管其他参数可以省略。

返回：

n_splitsint: 返回交叉验证器中的分割迭代次数。

set_split_request(*, groups: bool | None | str = '$UNCHANGED$') → LeavePGroupsOut[source]#

请求传递给split方法的元数据。

请注意，只有在enable_metadata_routing=True时（参见sklearn.set_config）此方法才相关。请参见用户指南，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，而无需更改其他参数。

版本1.3中添加。

注意

只有当此估计器用作元估计器的子估计器时（例如，在Pipeline中使用）此方法才相关。否则它没有效果。

参数：

groupsstr, True, False, 或 None, default=sklearn.utils.metadata_routing.UNCHANGED: split中groups参数的元数据路由。

返回：

selfobject: 更新后的对象。

split(X, y=None, groups=None)[source]#

生成索引以将数据拆分为训练集和测试集。

参数：

Xarray-like of shape (n_samples, n_features): 训练数据，其中n_samples是样本数量，n_features是特征数量。
y形状为 (n_samples,) 的类数组，默认为 None: 监督学习问题的目标变量。
groupsarray-like of shape (n_samples,): 将数据集拆分为训练集/测试集时使用的样本分组标签。

产量:

trainndarray: 该拆分的训练集索引。
testndarray: 该拆分的测试集索引。