sklearn中k折交叉验证函数使用

参考转自该链接：http://blog.csdn.net/ztchun/article/details/71169530

机器学习中的k折交叉验证：

1.        fromsklearn.model_selection importKFold方法

该方法选择的时候，选择k个样本做测试，其余做训练

代码示例：

fromsklearn.model_selection import KFold

importnumpy as np

X =np.array([[1, 2], [3, 4], [1, 2], [3, 4]])

y =np.array([1, 2, 3, 4])

kf = KFold(n_splits=2)

 

fortrain_index, test_index in kf.split(X):

    print("TRAIN:", train_index, "TEST:",test_index)

    X_train, X_test = X[train_index],X[test_index]

y_train, y_test = y[train_index], y[test_index]

2.        fromsklearn.model_selection importStratifiedKFold方法

将k折数据按照百分比划分数据集，每个类别百分比在训练集和测试集中都是一样，不会出现某个类别只出现在训练集或者测试集的情况

3.        fromsklearn.model_selection importtrain_test_split

随机根据比例划分训练集和测试集

X_train,X_test, y_train, y_test = train_test_split(

X, y, test_size=0.33, random_state=42)