sklearn.model_selection.ShuffleSplit?
class sklearn.model_selection.ShuffleSplit(n_splits=10, *, test_size=None, train_size=None, random_state=None)
[源碼]
隨機排列交叉驗證器。
輸出索引以將數據分為訓練集和測試集。
注意：與其他交叉驗證策略相反，隨機切分不能保證所有折疊都會有所不同，盡管盡管對于大型數據集來說這仍然是非常有可能的。
在用戶指南中閱讀更多內容。
| 參數 | 說明 |
|---|---|
| n_splits | int, default=10 重新打亂和切分迭代的次數。 |
| test_size | float or int, default=None 如果為float，則應在0.0到1.0之間，表示要包括在測試集切分中的數據集的比例。如果為int，表示測試樣本的絕對數量。如果為None，則將值設置為訓練集大小的補充。如果 train_size也是None，則將其設置為0.1。 |
| train_size | float or int, default=None 如果為float，則應在0.0到1.0之間，表示要包含在訓練集切分中的數據集的比例。如果為int，表示訓練集樣本的絕對數量。如果為None，則該值將自動設置為測試集大小的補充。 |
| random_state | int or RandomState instance, default=None 控制所產生的訓練集和測試集索引的隨機性。為多個函數調用傳遞可重復輸出的int值。請參閱詞匯表。 |
示例
>>> import numpy as np
>>> from sklearn.model_selection import ShuffleSplit
>>> X = np.array([[1, 2], [3, 4], [5, 6], [7, 8], [3, 4], [5, 6]])
>>> y = np.array([1, 2, 1, 2, 1, 2])
>>> rs = ShuffleSplit(n_splits=5, test_size=.25, random_state=0)
>>> rs.get_n_splits(X)
5
>>> print(rs)
ShuffleSplit(n_splits=5, random_state=0, test_size=0.25, train_size=None)
>>> for train_index, test_index in rs.split(X):
... print("TRAIN:", train_index, "TEST:", test_index)
TRAIN: [1 3 0 4] TEST: [5 2]
TRAIN: [4 0 2 5] TEST: [1 3]
TRAIN: [1 2 4 0] TEST: [3 5]
TRAIN: [3 4 1 0] TEST: [5 2]
TRAIN: [3 5 1 0] TEST: [2 4]
>>> rs = ShuffleSplit(n_splits=5, train_size=0.5, test_size=.25,
... random_state=0)
>>> for train_index, test_index in rs.split(X):
... print("TRAIN:", train_index, "TEST:", test_index)
TRAIN: [1 3 0] TEST: [5 2]
TRAIN: [4 0 2] TEST: [1 3]
TRAIN: [1 2 4] TEST: [3 5]
TRAIN: [3 4 1] TEST: [5 2]
TRAIN: [3 5 1] TEST: [2 4]
方法
| 參數 | 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_splits = 10，*，test_size = None，train_size = None，random_state = None ）
[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 | object 始終被忽略，為了兼容性而存在。 |
| 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,) 監督學習問題的目標變量。 |
| groups | array-like of shape (n_samples,), default=None 將數據集拆分為訓練集或測試集時使用的樣本的分組標簽。 |
注
隨機CV切分器可能會為每個切分調用返回不同的結果。您可以通過設置random_state 為整數使結果相同。
