ShuffleSplit#

class sklearn.model_selection.ShuffleSplit(n_splits=10, *, test_size=None, train_size=None, random_state=None)#

随机排列交叉验证器。

生成用于将数据分割为训练集和测试集的索引。

注意：与其他交叉验证策略不同，随机分割不能保证所有折叠都不同，尽管对于大规模数据集这仍然非常可能。

更多信息请参阅 用户指南 。

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=10

重新洗牌和分割的迭代次数。

test_sizefloat or int, default=None

如果是浮点数，应在0.0到1.0之间，并表示包含在测试分割中的数据集比例。如果是整数，表示测试样本的绝对数量。如果为None，该值设置为训练集大小的补数。如果 train_size 也为None，则设置为0.1。

train_sizefloat or int, default=None

如果是浮点数，应在0.0到1.0之间，并表示包含在训练分割中的数据集比例。如果是整数，表示训练样本的绝对数量。如果为None，该值自动设置为测试集大小的补数。

random_stateint, RandomState instance or None, default=None

控制生成的训练和测试索引的随机性。传递一个整数以在多次函数调用中获得可重复的输出。请参阅 术语表 。

Examples

>>> import numpy as np
>>> from sklearn.model_selection import ShuffleSplit
>>> X = np.array([[1, 2], [3, 4], [5, 6], [7, 8], [3, 4], [5, 6]])
>>> y = np.array([1, 2, 1, 2, 1, 2])
>>> rs = ShuffleSplit(n_splits=5, test_size=.25, random_state=0)
>>> rs.get_n_splits(X)
5
>>> print(rs)
ShuffleSplit(n_splits=5, random_state=0, test_size=0.25, train_size=None)
>>> for i, (train_index, test_index) in enumerate(rs.split(X)):
...     print(f"Fold {i}:")
...     print(f"  Train: index={train_index}")
...     print(f"  Test:  index={test_index}")
Fold 0:
  Train: index=[1 3 0 4]
  Test:  index=[5 2]
Fold 1:
  Train: index=[4 0 2 5]
  Test:  index=[1 3]
Fold 2:
  Train: index=[1 2 4 0]
  Test:  index=[3 5]
Fold 3:
  Train: index=[3 4 1 0]
  Test:  index=[5 2]
Fold 4:
  Train: index=[3 5 1 0]
  Test:  index=[2 4]
>>> # 指定训练和测试大小
>>> rs = ShuffleSplit(n_splits=5, train_size=0.5, test_size=.25,
...                   random_state=0)
>>> for i, (train_index, test_index) in enumerate(rs.split(X)):
...     print(f"Fold {i}:")
...     print(f"  Train: index={train_index}")
...     print(f"  Test:  index={test_index}")
Fold 0:
  Train: index=[1 3 0]
  Test:  index=[5 2]
Fold 1:
  Train: index=[4 0 2]
  Test:  index=[1 3]
Fold 2:
  Train: index=[1 2 4]
  Test:  index=[3 5]
Fold 3:
  Train: index=[3 4 1]
  Test:  index=[5 2]
Fold 4:
  Train: index=[3 5 1]
  Test:  index=[2 4]
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:
trainndarray

该拆分的训练集索引。

testndarray

该拆分的测试集索引。

On this page
Show Source