LeaveOneGroupOut

classsklearn.model_selection.LeaveOneGroupOut[исходный код]

Перекрестный валидатор с исключением одной группы.

Предоставляет индексы обучающей и тестовой выборок для разбиения данных таким образом, чтобы каждая обучающая выборка состояла из всех образцов, кроме принадлежащих одной конкретной группе. Произвольная предметно-ориентированная информация о группах передается в виде массива целых чисел, кодирующего группу каждого образца.

Например, в качестве групп можно использовать год сбора образцов, что позволяет выполнять перекрестную проверку с разбиением по времени.

Подробнее см. в руководстве пользователя.

См. также

GroupKFold

Вариант итератора K-кратного разбиения без пересечения групп.

Примечания

Разбиения упорядочены по индексу исключенной группы. В первом разбиении тестовая выборка состоит из группы с наименьшим индексом в groups, и так далее.

Примеры

>>> import numpy as np
>>> from sklearn.model_selection import LeaveOneGroupOut
>>> X = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])
>>> y = np.array([1, 2, 1, 2])
>>> groups = np.array([1, 1, 2, 2])
>>> logo = LeaveOneGroupOut()
>>> logo.get_n_splits(groups=groups)
2
>>> print(logo)
LeaveOneGroupOut()
>>> for i, (train_index, test_index) in enumerate(logo.split(X, y, groups)):
...     print(f"Fold {i}:")
...     print(f"  Train: index={train_index}, group={groups[train_index]}")
...     print(f"  Test:  index={test_index}, group={groups[test_index]}")
Fold 0:
  Train: index=[2 3], group=[2 2]
  Test:  index=[0 1], group=[1 1]
Fold 1:
  Train: index=[0 1], group=[1 1]
  Test:  index=[2 3], group=[2 2]

get_metadata_routing()[исходный код]

Получить настройки маршрутизации метаданных этого объекта.

О том, как работает механизм маршрутизации, см. в руководстве пользователя.

Возвращает:

routingMetadataRequest

Объект MetadataRequest, содержащий информацию о маршрутизации.

get_n_splits(X=None, y=None, groups=None)[исходный код]

Возвращает количество итераций разбиения в перекрестном валидаторе.

Параметры:

Xarray-like of shape (n_samples, n_features), default=None

Всегда игнорируется; параметр существует для совместимости с API.

yarray-like of shape (n_samples,), default=None

Всегда игнорируется; параметр существует для совместимости с API.

groupsarray-like of shape (n_samples,), default=None

Метки групп для образцов, используемые при разбиении набора данных на обучающую и тестовую выборки. Этот параметр «groups» необходимо всегда указывать для вычисления количества разбиений, хотя остальные параметры можно не указывать.

Возвращает:

n_splitsint

Количество итераций разбиения в перекрестном валидаторе.

set_split_request(*, groups:bool|None|str='$UNCHANGED$') → LeaveOneGroupOut[исходный код]

Настроить, следует ли запрашивать передачу метаданных методу split.

Обратите внимание: этот метод имеет значение только в том случае, если данный оцениватель используется как подчиненный оцениватель в составе метаоценивателя и маршрутизация метаданных включена с помощью enable_metadata_routing=True (см. sklearn.set_config). О том, как работает механизм маршрутизации, см. в руководстве пользователя.

Для каждого параметра доступны следующие варианты:

• True: метаданные запрашиваются и передаются в split, если они предоставлены. Запрос игнорируется, если метаданные не предоставлены.
• False: метаданные не запрашиваются, и метаоцениватель не передает их в split.
• None: метаданные не запрашиваются, и метаоцениватель вызовет ошибку, если пользователь их предоставит.
• str: метаданные следует передать метаоценивателю под указанным псевдонимом вместо исходного имени.

Значение по умолчанию (sklearn.utils.metadata_routing.UNCHANGED) сохраняет текущий запрос. Это позволяет изменить запрос для одних параметров, не меняя его для остальных.

Добавлено в версии 1.3.

Параметры:

groupsstr, True, False, or None, default=sklearn.utils.metadata_routing.UNCHANGED

Маршрутизация метаданных для параметра groups в split.

Возвращает:

selfobject

Обновленный объект.

split(X, y=None, groups=None)[исходный код]

Создать индексы для разбиения данных на обучающую и тестовую выборки.

Параметры:

Xarray-like of shape (n_samples, n_features)

Обучающие данные, где n_samples — количество образцов, а n_features — количество признаков.

yarray-like of shape (n_samples,), default=None

Целевая переменная для задач обучения с учителем.

groupsarray-like of shape (n_samples,)

Метки групп для образцов, используемые при разбиении набора данных на обучающую и тестовую выборки.

Генерирует:

trainndarray

Индексы обучающей выборки для данного разбиения.

testndarray

Индексы тестовой выборки для данного разбиения.