随机划分#

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

随机排列交叉验证器。

生成用于将数据分成训练集和测试集的索引。

注意：与其他交叉验证策略相反，随机划分不能保证所有折中的测试集是互斥的，并且可能包含重叠样本。但是，对于大型数据集，这种情况仍然不太可能。

更多信息请参见用户指南。

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，请参考 scikit-learn 中交叉验证行为的可视化

参数：
n_splitsint，默认值=10

重新洗牌和分割迭代的次数。

test_sizefloat 或 int，默认值=None

如果为 float，则应在 0.0 和 1.0 之间，表示要包含在测试分割中的数据集的比例。如果为 int，则表示测试样本的绝对数量。如果为 None，则该值将设置为训练大小的补集。如果 train_size 也为 None，则将其设置为 0.1。

train_sizefloat 或 int，默认值=None

如果为 float，则应在 0.0 和 1.0 之间，表示要包含在训练分割中的数据集的比例。如果为 int，则表示训练样本的绝对数量。如果为 None，则该值将自动设置为测试大小的补集。

random_stateint、RandomState 实例或 None，默认值=None

控制生成的训练和测试索引的随机性。传递一个 int 以在多次函数调用中获得可重复的输出。参见 词汇表。

示例

>>> 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 i, (train_index, test_index) in enumerate(rs.split(X)):
...     print(f"Fold {i}:")
...     print(f"  Train: index={train_index}")
...     print(f"  Test:  index={test_index}")
Fold 0:
  Train: index=[1 3 0 4]
  Test:  index=[5 2]
Fold 1:
  Train: index=[4 0 2 5]
  Test:  index=[1 3]
Fold 2:
  Train: index=[1 2 4 0]
  Test:  index=[3 5]
Fold 3:
  Train: index=[3 4 1 0]
  Test:  index=[5 2]
Fold 4:
  Train: index=[3 5 1 0]
  Test:  index=[2 4]
>>> # Specify train and test size
>>> rs = ShuffleSplit(n_splits=5, train_size=0.5, test_size=.25,
...                   random_state=0)
>>> for i, (train_index, test_index) in enumerate(rs.split(X)):
...     print(f"Fold {i}:")
...     print(f"  Train: index={train_index}")
...     print(f"  Test:  index={test_index}")
Fold 0:
  Train: index=[1 3 0]
  Test:  index=[5 2]
Fold 1:
  Train: index=[4 0 2]
  Test:  index=[1 3]
Fold 2:
  Train: index=[1 2 4]
  Test:  index=[3 5]
Fold 3:
  Train: index=[3 4 1]
  Test:  index=[5 2]
Fold 4:
  Train: index=[3 5 1]
  Test:  index=[2 4]
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：
X对象

始终被忽略，为了兼容性而存在。

y对象

始终被忽略，为了兼容性而存在。

groups对象

始终被忽略，为了兼容性而存在。

返回：
n_splitsint

返回交叉验证器中的分割迭代次数。

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

生成索引以将数据分割成训练集和测试集。

参数：
X形状为 (n_samples, n_features) 的类数组

训练数据，其中 n_samples 是样本数，n_features 是特征数。

y形状为 (n_samples,) 的类数组

监督学习问题的目标变量。

groups对象

始终被忽略，为了兼容性而存在。

产量：
trainndarray

该分割的训练集索引。

testndarray

该分割的测试集索引。