LeavePGroupsOut

classsklearn.model_selection.LeavePGroupsOut(n_groups)[исходный код]

Кросс-валидатор с исключением P групп.

Предоставляет индексы обучающей и тестовой выборок для разделения данных в соответствии с заданными сторонним источником группами. Эта информация о группах может использоваться для кодирования произвольного, специфичного для предметной области разбиения образцов на группы в виде целых чисел.

Например, группами могут быть годы сбора образцов, что позволяет выполнять кросс-валидацию с разбиением по времени.

Разница между LeavePGroupsOut и LeaveOneGroupOut заключается в том, что первый формирует тестовые выборки из всех образцов, которым назначены p различных значений групп, а второй использует образцы, которым назначена одна и та же группа.

Подробнее см. в руководстве пользователя.

Параметры:

n_groupsint

Количество групп (p), исключаемых из тестовой выборки.

См. также

GroupKFold

Вариант итератора K-fold с непересекающимися группами.

Примеры

>>> import numpy as np
>>> from sklearn.model_selection import LeavePGroupsOut
>>> X = np.array([[1, 2], [3, 4], [5, 6]])
>>> y = np.array([1, 2, 1])
>>> groups = np.array([1, 2, 3])
>>> lpgo = LeavePGroupsOut(n_groups=2)
>>> lpgo.get_n_splits(groups=groups)
3
>>> print(lpgo)
LeavePGroupsOut(n_groups=2)
>>> for i, (train_index, test_index) in enumerate(lpgo.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], group=[3]
  Test:  index=[0 1], group=[1 2]
Fold 1:
  Train: index=[1], group=[2]
  Test:  index=[0 2], group=[1 3]
Fold 2:
  Train: index=[0], group=[1]
  Test:  index=[1 2], group=[2 3]

get_metadata_routing()[исходный код]

Получить маршрутизацию метаданных этого объекта.

Информацию о работе механизма маршрутизации см. в руководстве пользователя.

Возвращает:

routingMetadataRequest

MetadataRequest, содержащий сведения о маршрутизации.

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

Возвращает количество итераций разбиения в кросс-валидаторе.

Параметры:

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

Всегда игнорируется, существует для совместимости с API.

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

Всегда игнорируется, существует для совместимости с API.

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

Метки групп образцов, используемые при разделении набора данных на обучающую и тестовую выборки. Для вычисления количества разбиений параметр «groups» всегда должен быть задан, остальные параметры можно не указывать.

Возвращает:

n_splitsint

Количество итераций разбиения в кросс-валидаторе.

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

Настроить, следует ли запрашивать передачу метаданных методу split.

Обратите внимание, что этот метод имеет значение, только если данный оцениватель используется как подчинённый оцениватель в составе метаоценивателя и включена маршрутизация метаданных с помощью enable_metadata_routing=True (см. sklearn.set_config). Информацию о работе механизма маршрутизации см. в руководстве пользователя.

Для каждого параметра доступны следующие варианты:

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

Значение по умолчанию (sklearn.utils.metadata_routing.UNCHANGED) сохраняет существующий запрос. Это позволяет изменить запрос для некоторых параметров, не затрагивая остальные.

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

Обновлённый объект.

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

Сгенерировать индексы для разделения 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 образцов, используемые при разделении набора данных на обучающую и тестовую выборки.

Генерирует:

trainndarray

Индексы обучающей выборки для данного разбиения.

testndarray

Индексы тестовой выборки для данного разбиения.