LeavePGroupsOut

classsklearn.model_selection.LeavePGroupsOut(n_groups)[source]

Перекрестный валидатор «Оставьте P группу(ы) вне».

Предоставляет индексы разделения обучающей и проверочной выборок в соответствии с группой, предоставленной третьей стороной. Эта информация о группах может использоваться для кодирования произвольных стратификаций образцов в соответствии с областью применения в виде целых чисел.

Например, группы могут представлять год сбора образцов, что позволяет проводить перекрестную проверку по временным разбиениям.

Разница между LeavePGroupsOut и LeaveOneGroupOut заключается в том, что первый строит тестовые выборки со всеми образцами, назначенными p различным значениям групп, а второй использует образцы, все назначенные одной группе.

Дополнительные сведения см. в Руководстве пользователя.

Параметры:

n_groupsint

Количество групп (p) для исключения в тестовом разбиении.

См. также

GroupKFold

Вариант итератора K-сгиба 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(X, y, groups)
3
>>> lpgo.get_n_splits(groups=groups)  # 'groups' is always required
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()[source]

Получить метаданные маршрутизации данного объекта.

Обратитесь к Руководству пользователя для получения информации о механизме маршрутизации.

Возвращаемое значение:

routingMetadataRequest

MetadataRequest encapsulating routing information.

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

Возвращает количество итераций разделения в перекрестном валидаторе.

Параметры:

Xobject

Всегда игнорируется, существует для совместимости.

yobject

Всегда игнорируется, существует для совместимости.

groupsarray-like of shape (n_samples,)

Метки групп для образцов, используемые при разделении набора данных на обучающую и тестовую выборки. Этот параметр «groups» должен всегда быть указан для расчета количества разбиений, хотя другие параметры могут быть опущены.

Возвращаемое значение:

n_splitsint

Возвращает количество итераций разделения в перекрестном валидаторе.

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

Запрос метаданных, передаваемых методу split.

Обратите внимание, что этот метод актуален только если enable_metadata_routing=True (см. sklearn.set_config). Обратитесь к Руководству пользователя для получения информации о механизме маршрутизации.

Доступны следующие параметры:

• True: метаданные запрашиваются и передаются split при наличии. Запрос игнорируется, если метаданные отсутствуют.
• False: метаданные не запрашиваются, и метаоценка не передаст их split.
• None: метаданные не запрашиваются, и метаоценка выдаст ошибку, если пользователь предоставит их.
• str: метаданные должны быть переданы метаоценке с данным псевдонимом вместо оригинального имени.

По умолчанию (sklearn.utils.metadata_routing.UNCHANGED) сохраняется существующий запрос. Это позволяет изменить запрос для некоторых параметров, а не для других.

В версии 1.3.

Примечание

Этот метод актуален только если этот оценочный модуль используется как подмодуль метаоценки, например, внутри Pipeline. В противном случае он не имеет эффекта.

Параметры:

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

Маршрутизация метаданных для параметра groups в split.

Возвращаемое значение:

selfobject

Обновлённый объект.

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

Генерировать 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 для образцов, используемые при разделении набора данных на обучающую и тестовую выборки.

Возвращает:

trainndarray

Индексы обучающей выборки для этого разделения.

testndarray

Индексы тестовой выборки для этого разделения.