Pytorch - K折交叉验证过程说明及实现

18 篇文章 2 订阅
10 篇文章 0 订阅

K折交叉验证的过程如下:

以200条数据,十折交叉验证为例子,十折也就是将数据分成10组,进行10组训练,每组用于测试的数据为:数据总条数/组数,即每组20条用于valid,180条用于train,每次valid的都是不同的。

(1)将200条数据,分成按照 数据总条数/组数(折数),进行切分。然后取出第i份作为第i次的valid data,剩下的作为train data

(2)将每组中的train数据利用DataLoader和Dataset,进行封装。

(3)将train数据用于训练,epoch可以自己定义,然后利用valid做验证。得到一次的train_loss和 valid_loss。

(4)重复(2)(3)步骤,得到最终的 averge_train_loss和averge_valid_loss
 

上述过程如下图所示:

上述的代码如下:

import random
import torch
import torch.nn as nn
from torch.utils.data import DataLoader, Dataset
import torch.nn.functional as F
from torch.autograd import Variable

#####构造的训练集####
x = torch.rand(100, 28, 28)
y = torch.randn(100, 28, 28)
x = torch.cat((x, y), dim=0)
label = [1] * 100 + [0] * 100  # 构造标签
label = torch.tensor(label, dtype=torch.long)

# 上面是直接按照顺序从x中每次截取20条作为valid,也可以先打乱然后再截取
index = [i for i in range(len(x))]
random.shuffle(index)
x = x[index]
label = label[index]


######网络结构##########
class Net(nn.Module):
    # 定义Net:input -> fc -> relu -> fc -> relu -> fc
    def __init__(self):
        super(Net, self).__init__()

        self.fc1 = nn.Linear(28 * 28, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 2)

    def forward(self, x):
        x = x.view(-1, self.num_flat_features(x))

        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

    def num_flat_features(self, x):
        size = x.size()[1:]
        num_features = 1
        for s in size:
            num_features *= s
        return num_features


##########定义dataset##########
class TraindataSet(Dataset):
    def __init__(self, train_features, train_labels):
        self.x_data = train_features
        self.y_data = train_labels
        self.len = len(train_labels)

    def __getitem__(self, index):
        return self.x_data[index], self.y_data[index]

    def __len__(self):
        return self.len


########k折划分############
def get_k_fold_data(k, i, X, y):  ###此过程主要是步骤(1)
    # 返回第i折交叉验证时所需要的训练和验证数据,分开放,X_train为训练数据,X_valid为验证数据
    assert k > 1
    fold_size = X.shape[0] // k  # 每份的个数:数据总条数/折数(组数)

    X_train, y_train = None, None
    for j in range(k):
        idx = slice(j * fold_size, (j + 1) * fold_size)  # slice(start,end,step)切片函数
        ##idx 为每组 valid
        X_part, y_part = X[idx, :], y[idx]
        if j == i:  ###第i折作valid
            X_valid, y_valid = X_part, y_part
        elif X_train is None:
            X_train, y_train = X_part, y_part
        else:
            X_train = torch.cat((X_train, X_part), dim=0)  # dim=0增加行数,竖着连接
            y_train = torch.cat((y_train, y_part), dim=0)
    # print(X_train.size(),X_valid.size())
    return X_train, y_train, X_valid, y_valid


def k_fold(k, X_train, y_train, num_epochs=3, learning_rate=0.001, weight_decay=0.1, batch_size=5):
    train_loss_sum, valid_loss_sum = 0, 0
    train_acc_sum, valid_acc_sum = 0, 0

    for i in range(k):
        data = get_k_fold_data(k, i, X_train, y_train)  # 获取k折交叉验证的训练和验证数据
        net = Net()  ### 实例化模型
        ### 每份数据进行训练,体现步骤三####
        train_ls, valid_ls = train(net, *data, num_epochs, learning_rate, \
                                   weight_decay, batch_size)

        print('*' * 25, '第', i + 1, '折', '*' * 25)
        # 每折都要进行num_epochs次迭代,然后每次会产生一个train_loss ,然后输出的时候只选择了最后一次迭代的train_loss值
        print('train_loss:%.6f' % train_ls[-1][0], 'train_acc:%.4f\n' % train_ls[-1][1], \
              'valid_loss:%.6f' % valid_ls[-1][0], 'valid_acc:%.4f' % valid_ls[-1][1])
        train_loss_sum += train_ls[-1][0]
        valid_loss_sum += valid_ls[-1][0]
        train_acc_sum += train_ls[-1][1]
        valid_acc_sum += valid_ls[-1][1]
    print('#' * 10, '最终k折交叉验证结果', '#' * 10)
    ####体现步骤四#####
    print('train_loss_sum:%.4f' % (train_loss_sum / k), 'train_acc_sum:%.4f\n' % (train_acc_sum / k), \
          'valid_loss_sum:%.4f' % (valid_loss_sum / k), 'valid_acc_sum:%.4f' % (valid_acc_sum / k))


#########训练函数##########
def train(net, train_features, train_labels, test_features, test_labels, num_epochs, learning_rate, weight_decay,
          batch_size):
    train_ls, test_ls = [], []  ##存储第i次交叉验证的train_loss,test_loss
    dataset = TraindataSet(train_features, train_labels)
    train_iter = DataLoader(dataset, batch_size, shuffle=True)
    ### 将数据封装成 Dataloder 对应步骤(2)

    # 这里使用了Adam优化算法
    optimizer = torch.optim.Adam(params=net.parameters(), lr=learning_rate, weight_decay=weight_decay)

    for epoch in range(num_epochs):
        for X, y in train_iter:  ###分批训练
            output = net(X)
            loss = loss_func(output, y)
            optimizer.zero_grad()
            loss.backward()
            optimizer.step()
        ### 得到每个epoch的 loss 和 accuracy
        train_ls.append(log_rmse(0, net, train_features, train_labels))
        if test_labels is not None:
            test_ls.append(log_rmse(1, net, test_features, test_labels))
    # print(train_ls,test_ls)
    return train_ls, test_ls


def log_rmse(flag, net, x, y):
    if flag == 1:  ### valid 数据集
        net.eval()
    output = net(x)
    result = torch.max(output, 1)[1].view(y.size())
    corrects = (result.data == y.data).sum().item()
    accuracy = corrects * 100.0 / len(y)  #### 5 是 batch_size
    loss = loss_func(output, y)
    net.train()

    return (loss.data.item(), accuracy)


loss_func = nn.CrossEntropyLoss()  ###申明loss函数
k_fold(10, x, label)  ### k=10,十折交叉验证

 

  • 4
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PyTorch实现k折交叉验证可以借助sklearn库中的StratifiedKFold或KFold方法。这两个方法可以根据样本的类别数量进行数据划分。以5折交叉验证为例,它可以实现每个类别的样本都是4:1的划分。 首先,我们需要将数据集分为输入特征x和对应的标签label。然后,使用StratifiedKFold或KFold方法将数据集划分为k个(k-folds),其中每个都包含一部分样本用于验证(validation),其余样本用于训练(training)。在每个中,我们可以使用不同的数据子集进行模型的训练和验证。 以下是一个示例代码,展示了如何使用StratifiedKFold来实现k折交叉验证: ```python import torch from sklearn.model_selection import StratifiedKFold # 假设x是输入特征,label是对应的标签 x = torch.rand(200, 28, 28) label = torch.tensor(*100 + *100, dtype=torch.long) # 定义k折交叉验证 k = 10 skf = StratifiedKFold(n_splits=k) # 对数据进行k划分 for fold, (train_index, valid_index) in enumerate(skf.split(x, label)): # 获取当前训练数据和验证数据 x_train, x_valid = x[train_index], x[valid_index] label_train, label_valid = label[train_index], label[valid_index] # 在这里进行模型的训练和验证 # ... # 打印当前训练和验证数据的大小 print(f"Fold {fold+1}: Train: {len(x_train)}, Valid: {len(x_valid)}") ``` 在这个示例中,我们使用了StratifiedKFold方法将输入特征x和标签label划分为k个。然后,在每个中,我们可以将训练数据x_train和标签label_train用于模型的训练,将验证数据x_valid和标签label_valid用于模型的验证。通过循环迭代每个,可以实现完整的k折交叉验证过程。 需要注意的是,以上只是一个示例代码,具体的模型训练和验证过程需要根据实际情况进行相应的实现。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [pytorch - K折交叉验证过程说明实现](https://blog.csdn.net/wangchaoxjtu/article/details/117548213)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [手把手教你用pytorch实现k折交叉验证,解决类别不平衡](https://blog.csdn.net/u013685264/article/details/126488633)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值