LeavePGroupsOut#

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

P组留出交叉验证器。

提供训练/测试索引，以便根据第三方提供的组来划分数据。此组信息可用于将样本的任意领域特定分层编码为整数。

例如，组可以是样本的收集年份，从而允许进行基于时间的交叉验证。

LeavePGroupsOut 和 LeaveOneGroupOut 之间的区别在于，前者使用分配给组的 p 个不同值的所有样本来构建测试集，而后者使用分配给相同组的所有样本。

在用户指南中阅读更多。

参数:

n_groupsint: 测试分割中要留出的组数 (p)。

另请参阅

GroupKFold: 具有不重叠组的 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()[来源]#

获取此对象的元数据路由。

请查阅用户指南，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)[来源]#

返回交叉验证器中的分割迭代次数。

参数:

Xobject: 始终被忽略，仅为兼容性而存在。
yobject: 始终被忽略，仅为兼容性而存在。
groups形状为 (n_samples,) 的类数组对象: 用于将数据集分割为训练/测试集时所使用的样本的组标签。此“groups”参数必须始终指定以计算分割次数，而其他参数可以省略。

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[来源]#

请求传递给 split 方法的元数据。

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

每个参数的选项有：

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，则元估计器将引发错误。
str：元数据应以给定别名而非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。

版本 1.3 中新增。

注意

此方法仅在当前估计器用作元估计器的子估计器时相关，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 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)[来源]#

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，且 n_features 是特征数量。
y形状为 (n_samples,) 的类数组对象，默认值=None: 用于监督学习问题的目标变量。
groups形状为 (n_samples,) 的类数组对象: 用于将数据集分割为训练/测试集时所使用的样本的组标签。

生成:

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

LeavePGroupsOut#

此页面