LeaveOneGroupOut#

class sklearn.model_selection.LeaveOneGroupOut[source]#

留一分组交叉验证器。

提供训练/测试索引来分割数据，使得每个训练集包含除属于特定组的样本之外的所有样本。任意领域特定的组信息以整数数组的形式提供，该数组编码每个样本所属的组。

例如，组可以是样本的收集年份，从而允许针对基于时间的分割进行交叉验证。

在用户指南中阅读更多信息。

另请参见

GroupKFold: 具有不重叠组的 K 折迭代器变体。

备注

分割按排除组的索引排序。第一个分割的测试集由在groups中索引最低的组组成，依此类推。

示例

>>> import numpy as np
>>> from sklearn.model_selection import LeaveOneGroupOut
>>> X = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])
>>> y = np.array([1, 2, 1, 2])
>>> groups = np.array([1, 1, 2, 2])
>>> logo = LeaveOneGroupOut()
>>> logo.get_n_splits(X, y, groups)
2
>>> logo.get_n_splits(groups=groups)  # 'groups' is always required
2
>>> print(logo)
LeaveOneGroupOut()
>>> for i, (train_index, test_index) in enumerate(logo.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], group=[1 1]
Fold 1:
  Train: index=[0 1], group=[1 1]
  Test:  index=[2 3], group=[2 2]

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查看用户指南以了解路由机制的工作原理。

返回:

routingMetadataRequest: 一个封装路由信息的MetadataRequest对象。

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: 始终被忽略，为了兼容性而存在。
yobject: 始终被忽略，为了兼容性而存在。
groups形状为 (n_samples,) 的类数组对象: 用于将数据集分割成训练/测试集的样本组标签。此“groups”参数必须始终指定以计算分割数量，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 = '$UNCHANGED$') → LeaveOneGroupOut[source]#

请求传递给split方法的元数据。

请注意，此方法仅在enable_metadata_routing=True时才相关（参见sklearn.set_config）。请参阅用户指南以了解路由机制的工作原理。

每个参数的选项是

True：请求元数据，如果提供则传递给split。如果未提供元数据，则请求将被忽略。
False：不请求元数据，并且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）保留现有请求。这允许您更改某些参数的请求而不更改其他参数。

在版本 1.3 中新增。

注意

此方法仅在估计器作为元估计器的子估计器使用时才相关，例如在Pipeline内部使用时。否则，它没有效果。

参数:

groupsstr, True, False 或 None, 默认值=sklearn.utils.metadata_routing.UNCHANGED: 用于split方法中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]#

生成将数据分割为训练集和测试集的索引。

参数:

X形状为 (n_samples, n_features) 的类数组对象: 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,) 的类数组对象, 默认值=None: 监督学习问题的目标变量。
groups形状为 (n_samples,) 的类数组对象: 用于将数据集分割成训练/测试集的样本组标签。

生成:

trainndarray: 该分割的训练集索引。
testndarray: 该分割的测试集索引。

LeaveOneGroupOut#

此页面