我敢肯定,他们在谈论什么RepeatedStratifiedKFold
。你有两个简单的方法来创建20次5次。
方法1:
对于你的情况,n_splits=5, n_repeats=20
。下面的代码只是来自scikit-learn网站的示例。
from sklearn.model_selection import RepeatedStratifiedKFold
X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])
y = np.array([0, 0, 1, 1])
rskf = RepeatedStratifiedKFold(n_splits=2, n_repeats=2,
... random_state=42)
>>> for train_index, test_index in rskf.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 2] TEST: [0 3] # n_repeats==1: the folds are [1 2] and [0 3]
TRAIN: [0 3] TEST: [1 2]
TRAIN: [1 3] TEST: [0 2] # n_repeats==2: the folds are [1 3] and [0 2]
TRAIN: [0 2] TEST: [1 3]
方法2:
可以达到与循环同样的效果。请注意,random_state
不能是一个固定的数字,否则您将获得20次相同的5次折叠。
for i in range(20):
kfold = StratifiedKFold(n_splits=5, shuffle=True, random_state=i)
为什么从你的代码有什么不同?
假设您有10000个数据点并创建了100个折叠。 1倍的大小= 100.您的训练集= 9900而验证集= 100。
RepeatedStratifiedKFold
为您的模型创建5个折叠,每个折叠为2000.然后重复再次5次,再次20次。这意味着你可以达到100倍,但是有很大的验证集。根据您的目标,您可能需要更大的验证集,例如。要有足够的数据进行适当的验证,并且RepeatedStratifiedKFold
能够以不同的方式(使用不同的培训验证比例)创建相同数量的折叠。 除此之外,我不确定是否有其他目标。
http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.RepeatedStratifiedKFold.html
谢谢RepeatedStratifiedKFold
。
是的,你可以使用它。此代码片段与@Abhishek Thakur的答案具有相同的效果。 –