LeaveOneOut

classsklearn.model_selection.LeaveOneOut[источник]

Кросс-валидатор с исключением одного наблюдения (Leave-One-Out).

Предоставляет индексы обучающей и тестовой выборок для разделения данных на обучающие и тестовые наборы. Каждый образец один раз используется в качестве тестовой выборки (состоящей из одного элемента), а оставшиеся образцы формируют обучающую выборку.

Примечание: LeaveOneOut() эквивалентен KFold(n_splits=n) и LeavePOut(p=1), где n — число образцов.

Из-за большого числа тестовых выборок (равного числу образцов) этот метод кросс-валидации может быть очень затратным. Для больших наборов данных предпочтительнее использовать KFold, ShuffleSplit или StratifiedKFold.

Подробнее см. в руководстве пользователя.

См. также

LeaveOneGroupOut

Для разделения данных согласно явной группировке набора данных, специфичной для предметной области.

GroupKFold

Вариант итератора K-fold с непересекающимися 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()[источник]

Получить маршрутизацию метаданных этого объекта.

Ознакомьтесь с руководством пользователя, чтобы узнать, как работает механизм маршрутизации.

Возвращает:

routingMetadataRequest

MetadataRequest, содержащий информацию о маршрутизации.

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

Возвращает число итераций разбиения в кросс-валидаторе.

Параметры:

Xarray-like of shape (n_samples, n_features)

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

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

Всегда игнорируется; параметр существует для совместимости с API.

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

Всегда игнорируется; параметр существует для совместимости с API.

Возвращает:

n_splitsint

Возвращает число итераций разбиения в кросс-валидаторе.

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

Создать индексы для разделения данных на обучающую и тестовую выборки.

Параметры:

Xarray-like of shape (n_samples, n_features)

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

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

Целевая переменная для задач обучения с учителем.

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

Всегда игнорируется; параметр существует для совместимости с API.

Генерирует:

trainndarray

Индексы обучающей выборки для данного разбиения.

testndarray

Индексы тестовой выборки для данного разбиения.