sklearn.model_selection.LeavePGroupsOut?

class sklearn.model_selection.LeavePGroupsOut(n_groups)

[源碼]

留P組交叉驗證器。

提供訓練集或測試集索引，以根據第三方提供的組切分數據。該組信息可用于將樣本任意領域的特定分層編碼為整數。

例如，組可以是收集的年份樣本，因此可以針對基于時間的切分進行交叉驗證。

LeavePGroupsOut和LeaveOneGroupOut之間的區別在于，前者使用將所有樣本分配給p組的不同值的方法構建測試集，而后者使用都分配了相同組的樣本。

在用戶指南中閱讀更多內容。

參數	說明
n_groups	int 測試分組中要留下的組數(`p`)。

另見：

GroupKFold 具有非重疊組的K折迭代器變體。

示例

>>> import numpy as np
>>> from sklearn.model_selection import LeavePGroupsOut
>>> X = np.array([[1, 2], [3, 4], [5, 6]])
>>> y = np.array([1, 2, 1])
>>> groups = np.array([1, 2, 3])
>>> lpgo = LeavePGroupsOut(n_groups=2)
>>> lpgo.get_n_splits(X, y, groups)
3
>>> lpgo.get_n_splits(groups=groups)  # 'groups' is always required
3
>>> print(lpgo)
LeavePGroupsOut(n_groups=2)
>>> for train_index, test_index in lpgo.split(X, y, groups):
...     print("TRAIN:", train_index, "TEST:", test_index)
...     X_train, X_test = X[train_index], X[test_index]
...     y_train, y_test = y[train_index], y[test_index]
...     print(X_train, X_test, y_train, y_test)
TRAIN: [2] TEST: [0 1]
[[5 6]] [[1 2]
 [3 4]] [1] [1 2]
TRAIN: [1] TEST: [0 2]
[[3 4]] [[1 2]
 [5 6]] [2] [1 1]
TRAIN: [0] TEST: [1 2]
[[1 2]] [[3 4]
 [5 6]] [1] [2 1]

方法

方法	說明
`get_n_splits`(self[, X, y, groups])	返回交叉驗證器中的切分迭代次數
`split`(self, X[, y, groups])	生成索引以將數據分為訓練集和測試集。

__init__（self，n_groups ）

[源碼]

初始化self。詳情可參閱 type（self）的幫助。

get_n_splits（self，X = None，y = None，groups = None ）

[源碼]

返回交叉驗證器中的切分迭代次數。

參數	說明
X	object 始終被忽略，為了兼容性而存在。
y	object 始終被忽略，為了兼容性而存在。
groups	array-like of shape (n_samples,) 將數據集切分為訓練集或測試集時使用的樣本的分組標簽。盡管可以省略其他參數，但必須每次指定“groups”參數來計算切分數。

返回值	說明
n_splits	int 返回交叉驗證器中拆分迭代的次數。

split（self，X，y = None，groups = None ）

[源碼]

生成索引以將數據分為訓練集和測試集。

參數	說明
X	array-like of shape (n_samples, n_features) 用于訓練的數據，其中n_samples是樣本數量，n_features是特征數量。
y	array-like of shape (n_samples,), default=None 監督學習問題的目標變量。
groups	array-like of shape (n_samples,) 將數據集切分為訓練集或測試集時使用的樣本的分組標簽。

輸出	說明
train	ndarray 切分的訓練集索引。
test	ndarray 切分的測試集索引。