要实现K折交叉验证法有一个很方便的工具:KFold.split
其主要目的是替我们把数据划分为训练集和验证集,共划分K次(K折交叉验证的K),每次的输出由两部分组成:[训练数据的索引,验证数据的索引]
from sklearn.model_selection import KFold
kf = KFold(n_splits=5,random_state=0,shuffle=True)
data = [['a'],['b'],['c'],['d'],['e'],['f'],['g'],['h']]
for d in kf.split(data):
print(d)
输出为:
(array([0, 1, 3, 4, 5, 7]), array([2, 6]))
(array([0, 2, 3, 4, 5, 6]), array([1, 7]))
(array([1, 2, 4, 5, 6, 7]), array([0, 3]))
(array([0, 1, 2, 3, 4, 6, 7]), array([5]))
(array([0, 1, 2, 3, 5, 6, 7]), array([4]))
因为设置的K为5,所以输出共有5部分,每部分由(训练数据索引,验证数据索引)组成,并且训练集与验证集总共加起来为5份,验证集占1份,训练集4份 (K-1)