check_cv#

sklearn.model_selection.check_cv(cv=5, y=None, *, classifier=False)[source]#

用于构建交叉验证器的输入检查实用程序。

参数:

cv整型、交叉验证生成器、可迭代对象或 None，默认值为 5

确定交叉验证的分割策略。cv 的可能输入包括： - None，使用默认的 5 折交叉验证， - 整型，指定折叠数。 - CV 分割器， - 一个可迭代对象，以索引数组的形式生成（训练集，测试集）分割。

对于整型/None 输入，如果 classifier 为 True 且 y 为二元或多类，则使用 StratifiedKFold。在所有其他情况下，使用 KFold。

有关此处可用的各种交叉验证策略，请参阅用户指南。

版本 0.22 中的变化： cv 的默认值从 3 折改为 5 折。

y类数组，默认值为 None

用于监督学习问题的目标变量。

classifier布尔值，默认值为 False

任务是否为分类任务，在这种情况下将使用分层 KFold。

返回:

checked_cv一个交叉验证器实例。: 返回值是一个交叉验证器，它通过 split 方法生成训练/测试分割。

示例

>>> from sklearn.model_selection import check_cv
>>> check_cv(cv=5, y=None, classifier=False)
KFold(...)
>>> check_cv(cv=5, y=[1, 1, 0, 0, 0, 0], classifier=True)
StratifiedKFold(...)

check_cv#

本页