check_cv#

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

用于构建交叉验证器的输入检查实用程序。

参数:

cvint, cross-validation generator, iterable or None, default=5

确定交叉验证拆分策略。cv 的可能输入是： - None，使用默认的 5 折交叉验证， - 整数，指定折数。 - CV 分割器， - 一个生成 (训练, 测试) 拆分的索引数组的可迭代对象。

对于整数/None 输入，如果 classifier 为 True 且 y 是二元或多元分类，则使用 StratifiedKFold。在所有其他情况下，使用 KFold。

有关此处可使用的各种交叉验证策略，请参阅用户指南。

版本 0.22 中已更改： cv 的默认值从 3 折更改为 5 折。

yarray-like, default=None

用于监督学习问题的目标变量。

classifierbool, default=False

任务是否为分类任务，如果是，则将使用分层 K 折。

返回:

checked_cva cross-validator instance.: 返回值是一个交叉验证器，它通过 split 方法生成训练/测试拆分。

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