RepeatedKFold

classsklearn.model_selection.RepeatedKFold(*, n_splits=5, n_repeats=10, random_state=None)[исходный код]

Повторный разделитель перекрёстной проверки K-Fold.

Повторяет K-Fold n_repeats раз, используя разную рандомизацию при каждом повторе.

Подробнее см. в Руководстве пользователя.

Параметры:

n_splitsint, по умолчанию=5

Количество блоков. Должно быть не меньше 2.

n_repeatsint, по умолчанию=10

Количество повторений перекрёстной проверки.

random_stateint, экземпляр RandomState или None, по умолчанию=None

Управляет случайностью каждого повторения перекрёстной проверки. Передайте целое число, чтобы получать воспроизводимые результаты при нескольких вызовах функции. См. глоссарий.

См. также

RepeatedStratifiedKFold

Повторяет стратифицированную K-блочную перекрёстную проверку n раз.

Примечания

Разделители случайной перекрёстной проверки могут возвращать разные результаты при каждом вызове split. Чтобы результаты были идентичными, задайте для random_state целое число.

Примеры

>>> import numpy as np
>>> from sklearn.model_selection import RepeatedKFold
>>> X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])
>>> y = np.array([0, 0, 1, 1])
>>> rkf = RepeatedKFold(n_splits=2, n_repeats=2, random_state=2652124)
>>> rkf.get_n_splits()
4
>>> print(rkf)
RepeatedKFold(n_repeats=2, n_splits=2, random_state=2652124)
>>> for i, (train_index, test_index) in enumerate(rkf.split(X)):
...     print(f"Fold {i}:")
...     print(f"  Train: index={train_index}")
...     print(f"  Test:  index={test_index}")
...
Fold 0:
  Train: index=[0 1]
  Test:  index=[2 3]
Fold 1:
  Train: index=[2 3]
  Test:  index=[0 1]
Fold 2:
  Train: index=[1 2]
  Test:  index=[0 3]
Fold 3:
  Train: index=[0 3]
  Test:  index=[1 2]

get_metadata_routing()[исходный код]

Получить маршрутизацию метаданных этого объекта.

О том, как работает механизм маршрутизации, см. Руководство пользователя.

Возвращает:

routingMetadataRequest

Объект MetadataRequest, содержащий информацию о маршрутизации.

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

Возвращает количество итераций разбиения, заданное параметром n_splits при создании разделителя перекрёстной проверки.

Параметры:

Xarray-like формы (n_samples, n_features), по умолчанию=None

Всегда игнорируется; существует для совместимости с API.

yarray-like формы (n_samples,), по умолчанию=None

Всегда игнорируется; существует для совместимости с API.

groupsarray-like формы (n_samples,), по умолчанию=None

Всегда игнорируется; существует для совместимости с API.

Возвращает:

n_splitsint

Возвращает количество итераций разбиения в разделителе перекрёстной проверки.

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

Создаёт индексы для разделения данных на обучающую и тестовую выборки.

Параметры:

Xarray-like формы (n_samples, n_features)

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

yarray-like формы (n_samples,), по умолчанию=None

Целевая переменная для задач обучения с учителем.

groupsarray-like формы (n_samples,), по умолчанию=None

Всегда игнорируется; существует для совместимости с API.

Генерирует:

trainndarray

Индексы обучающей выборки для этого разбиения.

testndarray

Индексы тестовой выборки для этого разбиения.

Примеры из галереи

Распространённые ошибки при интерпретации коэффициентов линейных моделей