sklearn.model_selection.StratifiedShuffleSplit?
class sklearn.model_selection.StratifiedShuffleSplit(n_splits=10, *, test_size=None, train_size=None, random_state=None)
[源碼]
分層隨機切分交叉驗證器。
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。
這個交叉驗證對象是StratifiedKFold和ShuffleSplit的合并，返回分層的隨機折疊。折疊是通過保留每個類別的樣本百分比來進行的。
注意：像ShuffleSplit策略一樣，分層隨機切分并不能保證所有折疊都會不同，盡管這對于大型數據集仍然很有可能。
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，表示測試集樣本的絕對數量。如果為None，則將值設置為訓練集大小的補集。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，則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集。 |
| 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 StratifiedShuffleSplit
>>> X = np.array([[1, 2], [3, 4], [1, 2], [3, 4], [1, 2], [3, 4]])
>>> y = np.array([0, 0, 0, 1, 1, 1])
>>> sss = StratifiedShuffleSplit(n_splits=5, test_size=0.5, random_state=0)
>>> sss.get_n_splits(X, y)
5
>>> print(sss)
StratifiedShuffleSplit(n_splits=5, random_state=0, ...)
>>> for train_index, test_index in sss.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: [5 2 3] TEST: [4 1 0]
TRAIN: [5 1 4] TEST: [0 2 3]
TRAIN: [5 0 2] TEST: [4 3 1]
TRAIN: [4 1 0] TEST: [2 3 5]
TRAIN: [0 5 1] TEST: [3 4 2]
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 = 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 返回交叉驗證器中切分迭代的次數。 |
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，提供的 y足以進行切分，因此可以使用np.zeros(n_samples)作為X的占位符， 而不是實際的訓練數據。 |
| y | array-like of shape (n_samples,) or (n_samples, n_labels) 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 | 切分的訓練集索引。 |
| test | ndarray 切分的測試集索引。 |
注
隨機CV分割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。
