sklearn.model_selection.StratifiedKFold?
class sklearn.model_selection.StratifiedKFold(n_splits=5, *, shuffle=False, random_state=None)
[源碼]
分層K折交叉驗證器。
提供訓練集或測試集索引以將數據切分為訓練集或測試集。
此交叉驗證對象是KFold的變體，它返回分層的折疊。折疊是通過保留每個類別的樣本百分比來進行的。
在用戶指南中閱讀更多內容。
| 參數 | 說明 |
|---|---|
| n_splits | int, default=5 折數。必須至少為2。 |
| shuffle | bool, default=False 在切分之前是否打亂每個類別的樣本。請注意，每次切分內的樣本都不會被打亂。 |
| random_state | int or RandomState instance, default=None 當 shuffle為True時，random_state會影響索引的順序，從而控制每個類別的每一折的隨機性。否則，保留random_state為None。為多個函數調用傳遞可重復輸出的int值。請參閱詞匯表。 |
另見：RepeatedStratifiedKFold 重復分層K折n次。
注
該實現旨在：
生成測試集，使它們全部包含相同的類分布，或盡可能接近。 類標簽不變：重新將 y = ["Happy", "Sad"]標記為y = [1, 0]，不應更改生成的索引。當 shuffle=False時，保留數據集排序中的順序依賴關系 ：在一些測試集中，類別k中的所有樣本在y中是連續的，或在y中被除k以外的類別的樣本所分隔。生成最小和最大相差最多一個樣本的測試集。
版本0.22中的更改：先前的實現未遵循最后的約束。
示例
>>> 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)
2
>>> 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)
... X_train, X_test = X[train_index], X[test_index]
... y_train, y_test = y[train_index], y[test_index]
TRAIN: [1 3] TEST: [0 2]
TRAIN: [0 2] TEST: [1 3]
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_splits = 5，*，shuffle = False，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，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。 請注意，提供 y足以生成拆分，因此np.zeros(n_samples)可以用作占位符， X而不是實際的訓練數據。 |
| y | array-like of shape (n_samples,) 監督學習問題的目標變量。根據y標簽進行分層。 |
| groups | object 始終被忽略，為了兼容性而存在。 |
| 輸出 | 說明 |
|---|---|
| train | ndarray 切分的訓練集索引。 |
| test | ndarray 切分的測試集索引。 |
