from sklearn.model_selection import KFold
import numpy as np
def loadDataSet(filename,delim='\t'):
fr = open(filename)
stringArr = [lines.strip().split(delim) for lines in fr.readlines()]
datArr = [list(map(float,line)) for line in stringArr]
return np.mat(datArr)
if __name__=="__main__":
dataMat = loadDataSet("testSet.txt") #导入数据集
kf = KFold(n_splits=10) #通过构造函数指定k交叉验证中的k值并初始化对象kf
#对象按照样本数据集dataMat进行k折交叉验证划分出训练数据集和测试数据集
#得到每次划分结果的下标索引
for train, test in kf.split(dataMat):
print("%s %s" % (train, test))
python实现k折交叉验证
最新推荐文章于 2024-04-21 18:42:26 发布