KFold#

class sklearn.model_selection.KFold(n_splits=5, *, shuffle=False, random_state=None)#

K-Fold交叉验证器。

提供训练/测试索引以将数据分割为训练/测试集。将数据集分割成k个连续的折叠（默认情况下不进行洗牌）。

每个折叠随后被用作一次验证集，而剩下的k-1个折叠构成训练集。

在用户指南中阅读更多内容。

有关交叉验证行为的可视化以及常见scikit-learn分割方法之间的比较，请参阅在 scikit-learn 中可视化交叉验证行为

Parameters:

n_splitsint, default=5: 折叠数。必须至少为2。

Changed in version 0.22: n_splits 默认值从3改为5。
shufflebool, default=False: 在分割成批次之前是否对数据进行洗牌。请注意，每个分割内的样本不会被洗牌。
random_stateint, RandomState instance or None, default=None: 当 shuffle 为 True 时， random_state 影响索引的顺序，这控制每个折叠的随机性。否则，此参数无效。传递一个整数以在多次函数调用中获得可重复的输出。参见 Glossary 。

See also

StratifiedKFold: 考虑类别信息以避免构建具有不平衡类别分布的折叠（用于二分类或多分类任务）。
GroupKFold: 具有不重叠组的K-fold迭代器变体。
RepeatedKFold: 重复K-Fold n次。

Notes

前 n_samples % n_splits 个折叠的大小为 n_samples // n_splits + 1 ，其他折叠的大小为 n_samples // n_splits ，其中 n_samples 是样本数。

随机CV分割器可能在每次调用split时返回不同的结果。您可以通过将 random_state 设置为整数来使结果相同。

Examples

>>> import numpy as np
>>> from sklearn.model_selection import KFold
>>> X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])
>>> y = np.array([1, 2, 3, 4])
>>> kf = KFold(n_splits=2)
>>> kf.get_n_splits(X)
2
>>> print(kf)
KFold(n_splits=2, random_state=None, shuffle=False)
>>> for i, (train_index, test_index) in enumerate(kf.split(X)):
...     print(f"Fold {i}:")
...     print(f"  Train: index={train_index}")
...     print(f"  Test:  index={test_index}")
Fold 0:
  Train: index=[2 3]
  Test:  index=[0 1]
Fold 1:
  Train: index=[0 1]
  Test:  index=[2 3]

get_metadata_routing()#

获取此对象的元数据路由。

请查看用户指南以了解路由机制的工作原理。

Returns:

routingMetadataRequest: MetadataRequest 封装的路由信息。

get_n_splits(X=None, y=None, groups=None)#

返回交叉验证器中的分割迭代次数。

Parameters:

Xobject: 总是被忽略，存在是为了兼容性。
yobject: 总是被忽略，存在是为了兼容性。
groupsobject: 总是被忽略，存在是为了兼容性。

Returns:

n_splitsint: 返回交叉验证器中的分割迭代次数。

split(X, y=None, groups=None)#

生成索引以将数据拆分为训练集和测试集。

Parameters:

X形状为 (n_samples, n_features) 的类数组: 训练数据，其中 n_samples 是样本数量且 n_features 是特征数量。
y形状为 (n_samples,) 的类数组: 监督学习问题的目标变量。
groups对象: 始终被忽略，存在以确保兼容性。

Yields: