PredefinedSplit

classsklearn.model_selection.PredefinedSplit(test_fold)[source]

Предварительно заданный разбиение перекрестной проверки.

Предоставляет индексы обучения/тестирования для разделения данных на наборы обучения/тестирования с использованием предварительно заданной схемы, указанной пользователем с помощью параметра test_fold.

Подробнее см. в Руководстве пользователя.

Добавлен в версии 0.16.

Параметры:

test_foldarray-like of shape (n_samples,)

Элемент test_fold[i] представляет собой индекс набора тестирования, к которому относится образец i. Можно исключить образец i из любого набора тестирования (т. е. включить образец i в каждый набор обучения), установив test_fold[i] равным -1.

Примеры

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

get_metadata_routing()[source]

Получить маршрутизацию метаданных этого объекта.

Пожалуйста, ознакомьтесь с Руководством пользователя по тому, как работает механизм маршрутизации.

Возвращает:

routingMetadataRequest

A MetadataRequest encapsulating routing information.

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

Возвращает количество итераций разделения в перекрестной проверке.

Параметры:

Xobject

Всегда игнорируется, существует для совместимости.

yobject

Всегда игнорируется, существует для совместимости.

groupsobject

Всегда игнорируется, существует для совместимости.

Возвращает:

n_splitsint

Возвращает количество итераций разделения в перекрестной проверке.

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

Генерирует индексы для разделения данных на обучающий и тестовый наборы.

Параметры:

Xobject

Всегда игнорируется, существует для совместимости.

yobject

Всегда игнорируется, существует для совместимости.

groupsobject

Всегда игнорируется, существует для совместимости.

Выходные данные:

trainndarray

Индексы обучающего набора для этого разбиения.

testndarray

Индексы тестового набора для этого разбиения.