RepeatedKFold#

class sklearn.model_selection.RepeatedKFold(*, n_splits=5, n_repeats=10, random_state=None)[source]#

重复 K-Fold 交叉验证器。

以不同的随机化重复 K-折交叉验证 n_repeats 次。

在用户指南中阅读更多内容。

参数:

n_splitsint, default=5: 折叠数。必须至少为 2。
n_repeatsint, 默认=10: 交叉验证器需要重复的次数。
random_stateint, RandomState instance or None, default=None: 控制每个重复交叉验证实例的随机性。传入一个整数可以在多次函数调用中获得可重现的输出。请参阅术语表。

另请参阅

RepeatedStratifiedKFold: 重复分层 K-折交叉验证 n 次。

注意事项

随机 CV 拆分器在每次调用 split 时可能会返回不同的结果。您可以通过将 random_state 设置为整数来使结果相同。

示例

>>> import numpy as np
>>> from sklearn.model_selection import RepeatedKFold
>>> X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])
>>> y = np.array([0, 0, 1, 1])
>>> rkf = RepeatedKFold(n_splits=2, n_repeats=2, random_state=2652124)
>>> rkf.get_n_splits()
4
>>> print(rkf)
RepeatedKFold(n_repeats=2, n_splits=2, random_state=2652124)
>>> for i, (train_index, test_index) in enumerate(rkf.split(X)):
...     print(f"Fold {i}:")
...     print(f"  Train: index={train_index}")
...     print(f"  Test:  index={test_index}")
...
Fold 0:
  Train: index=[0 1]
  Test:  index=[2 3]
Fold 1:
  Train: index=[2 3]
  Test:  index=[0 1]
Fold 2:
  Train: index=[1 2]
  Test:  index=[0 3]
Fold 3:
  Train: index=[0 3]
  Test:  index=[1 2]

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查阅用户指南，了解路由机制如何工作。

返回:

routingMetadataRequest: 封装路由信息的 MetadataRequest。

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

返回在实例化交叉验证器时使用 n_splits 参数设置的拆分迭代次数。

参数:

Xarray-like of shape (n_samples, n_features), default=None: 始终忽略，存在是为了保持 API 兼容性。
yshape 为 (n_samples,), default=None 的 array-like: 始终忽略，存在是为了保持 API 兼容性。
groups形状为 (n_samples,) 的类数组对象，默认=None: 始终忽略，存在是为了保持 API 兼容性。

返回:

n_splitsint: 返回交叉验证器中的拆分迭代次数。

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:

Xshape 为 (n_samples, n_features) 的 array-like: 训练数据，其中 n_samples 是样本数，n_features 是特征数。
yshape 为 (n_samples,), default=None 的 array-like: 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，默认=None: 始终忽略，存在是为了保持 API 兼容性。

生成:

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

Gallery examples#

线性模型系数解释中的常见陷阱

RepeatedKFold#

Gallery examples#

本页