K-Folds交叉验证器
sklearn.model_selection.KFold(n_splits =‘warn’,shuffle = False,random_state = None )提供训练/测试索引以分割训练/测试集中的数据。将数据集拆分为k个连续折叠(默认情况下不进行混洗)。然后每个折叠使用一次作为验证,而k-1剩余折叠形成训练集。
参数:
n_splits : int,default = 3
折叠数量。必须至少2。
版本0.20更改:n_splits默认值将在v0.22中从3更改为5。
shuffle : 布尔值,可选
是否在分割成批次之前对数据进行洗牌。
random_state : int,RandomState实例或None,可选,默认=无
如果是int,则random_state是随机数生成器使用的种子; 如果是RandomState实例,则random_state是随机数生成器; 如果为None,则随机数生成器是由其使用的RandomState实例np.random。在shuffle== True时使用。
方法:
get_n_splits (self[, X, y, groups]) 返回交叉验证器中的拆分迭代次数
split (self[, X, y, groups]) 生成索引以将数据拆分为训练和测试集。