LeaveOneOut

classsklearn.model_selection.LeaveOneOut[source]

Перекрестный валидатор с оставлением одного элемента.

Предоставляет индексы для разделения данных на обучающую и тестовую выборки. Каждый элемент используется один раз в качестве тестовой выборки (синглтон), а оставшиеся элементы образуют обучающую выборку.

Примечание: LeaveOneOut() эквивалентно KFold(n_splits=n) и LeavePOut(p=1), где n — количество элементов.

Из-за большого количества тестовых наборов (которое равно количеству элементов) этот метод перекрестной валидации может быть очень затратным. Для больших наборов данных следует использовать KFold, ShuffleSplit или StratifiedKFold.

Дополнительные сведения см. в Руководстве пользователя.

См. также

LeaveOneGroupOut

Для разделения данных в соответствии с явным, специфичным для предметной области стратификацией набора данных.

GroupKFold

Вариант итератора K-fold с неперекрывающимися группами.

Примеры

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

get_metadata_routing()[source]

Получить маршрутизацию метаданных этого объекта.

Пожалуйста, ознакомьтесь с Руководством пользователя о том, как работает механизм маршрутизации.

Возвращает:

routingMetadataRequest

Элемент MetadataRequest, содержащий информацию о маршрутизации.

get_n_splits(X, y=None, groups=None)[source]

Возвращает количество итераций разделения в перекрестном валидаторе.

Параметры:

Xarray-like of shape (n_samples, n_features)

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

yobject

Всегда игнорируется, существует для совместимости.

groupsobject

Всегда игнорируется, существует для совместимости.

Возвращает:

n_splitsint

Возвращает количество итераций разделения в перекрестном валидаторе.

split(X, y=None, groups=None)[source]

Генерирует индексы для разделения данных на обучающую и тестовую выборки.

Параметры:

Xarray-like of shape (n_samples, n_features)

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

yarray-like of shape (n_samples,)

Целевая переменная для задач обучения с учителем.

groupsobject

Всегда игнорируется, существует для совместимости.

Возвращает:

trainndarray

Индексы обучающей выборки для данного разбиения.

testndarray

Индексы тестовой выборки для данного разбиения.