gen_even_slices#
- sklearn.utils.gen_even_slices(n, n_packs, *, n_samples=None)[source]#
生成器,用于创建
n_packs
个均匀间隔的切片,直到n
。如果
n_packs
不能整除n
,除了前n % n_packs
个切片外,其余切片可能包含较少的元素。- 参数:
- nint
序列的大小。
- n_packsint
要生成的切片数量。
- n_samplesint, default=None
样本数量。当切片用于稀疏矩阵索引时,传递
n_samples
;切片超出范围会引发异常,而对于NumPy数组则不会。
- 产量:
- 表示从 0 到 n 的一组索引的
切片
。
- 表示从 0 到 n 的一组索引的
另请参见
生成批次
用于创建包含从 0 到 n 的 batch_size 个元素的切片的生成器。
示例
>>> from sklearn.utils import gen_even_slices >>> list(gen_even_slices(10, 1)) [slice(0, 10, None)] >>> list(gen_even_slices(10, 10)) [slice(0, 1, None), slice(1, 2, None), ..., slice(9, 10, None)] >>> list(gen_even_slices(10, 5)) [slice(0, 2, None), slice(2, 4, None), ..., slice(8, 10, None)] >>> list(gen_even_slices(10, 3)) [slice(0, 4, None), slice(4, 7, None), slice(7, 10, None)]
图库示例#
泊松回归和非正态损失