首页 文章

在scikit-learn中进行10 * 10倍交叉验证？

提问于
浏览 次
6

是

class sklearn.cross_validation.ShuffleSplit(
    n, 
    n_iterations=10, 
    test_fraction=0.10000000000000001, 
    indices=True, 
    random_state=None
)

在scikit-learn中10 * 10倍CV的正确方法？ （通过将random_state更改为10个不同的数字）

因为我在 Stratified K-Fold 或 K-Fold 中没有找到任何 random_state 参数，并且与 K-Fold 分开的参数对于相同的数据始终是相同的 .

如果 ShuffleSplit 是正确的，那么一个问题是提到它

注意：与其他交叉验证策略相反，随机拆分并不能保证所有折叠都不同，尽管这对于相当大的数据集来说仍然很可能

这总是10 * 10倍CV的情况？

python machine-learning scikits scikit-learn

1 回答

  • 9

    我不确定10 * 10交叉验证是什么意思 . 您提供的ShuffleSplit配置将使您调用估算器的拟合方法10次 . 如果你通过显式使用外部循环调用10次，或者直接调用它100次，其中10％的数据保留用于在单个循环中进行测试，如果你使用的话：

    >>> ss = ShuffleSplit(X.shape[0], n_iterations=100, test_fraction=0.1,
...     random_state=42)

    如果你想在k = 10的情况下进行10次StratifiedKFold运行，你可以在运行之间对数据集进行混洗（这将导致100次调用fit方法，每次调用90％火车/ 10％测试分组） ：

    >>> from sklearn.utils import shuffle
>>> from sklearn.cross_validation import StratifiedKFold, cross_val_score
>>> for i in range(10):
...    X, y = shuffle(X_orig, y_orig, random_state=i)
...    skf = StratifiedKFold(y, 10)
...    print cross_val_score(clf, X, y, cv=skf)
    回复于

相关问题