【机器学习】Ｋ折交叉验证StratifiedKFold的解析与使用

作用

分层的K折交叉验证器。
提供训练/测试索引以将数据拆分为训练/测试集。
此交叉验证对象是KFold的变体，它返回分层的折痕。折叠是通过保留每个类别的样品百分比来进行的。

参数解析

• n_splits int，默认= 5
  折数。必须至少为2。在0.22版中更改：n_splits默认值从3更改为5。

• shuffle bool，默认= False
  在拆分成批次之前是否对每个班级的样本进行混洗。请注意，每个拆分内的样本都不会被混洗。

• random_state int，RandomState实例或无，默认=无
  当shuffle为True时，random_state会影响索引的顺序，从而控制每个类别的每个折叠的随机性。否则，保留random_state为None。为多个函数调用传递可重复输出的int值

举例使用

import numpy as np
from sklearn.model_selection import StratifiedKFold
X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])
y = np.array([0, 0, 1, 1])
skf = StratifiedKFold(n_splits=2)
skf.get_n_splits(X, y)

print(skf)

StratifiedKFold(n_splits=2, random_state=None, shuffle=False)

for train_index, test_index in skf.split(X, y):
    print("TRAIN:", train_index, "TEST:", test_index)