StratifiedKFold实现分层抽样

StratifiedKFold用法类似Kfold，但是他是分层采样，确保训练集，测试集中各类别样本的比例与原始数据集中相同

# coding:utf-8
import numpy as np
from sklearn.model_selection import KFold,StratifiedKFoldX=np.array([[1,2,3,4],[11,12,13,14],[21,22,23,24],[31,32,33,34],[41,42,43,44],[51,52,53,54],[61,62,63,64],[71,72,73,74]
])y=np.array([1,1,0,0,1,1,0,0])
sfolder = StratifiedKFold(n_splits=3,random_state=0,shuffle=False)
floder = KFold(n_splits=3,random_state=0,shuffle=False)for train, test in sfolder.split(X,y):print('Train: %s | test: %s' % (train, test))print(" ")#print("train: ",X[train])#print("test:", X[test])#print("\n\n")print("\n\n  --------  \n\n")for train, test in floder.split(X,y):print('Train: %s | test: %s' % (train, test))print(" ")          '''
Train: [3 4 5 6 7] | test: [0 1 2]Train: [0 1 2 5 7] | test: [3 4 6]Train: [0 1 2 3 4 6] | test: [5 7]--------  Train: [3 4 5 6 7] | test: [0 1 2]Train: [0 1 2 6 7] | test: [3 4 5]Train: [0 1 2 3 4 5] | test: [6 7]
'''

结论: 可以看到StratifiedKFold 分层采样交叉切分，确保训练集，测试集中各类别样本的比例与原始数据集中相同。

StratifiedKFold实现分层抽样相关推荐

抽样方法,采样方法 shuffle
20210114 def dataset_split(data):# 数据拆分第二步try:# data = shuffle(data)# train = data.iloc[0:int(data. ...
多分类问题中sklearn的RFECV指定scoring函数
先亮代码 from sklearn.feature_selection import RFECV import pandas as pd from sklearn.model_selection im ...
机器学习实战（3）——分类
目录 1 MNIST数据集 2 训练一个二元分类器 3 性能考核 3.1 使用交叉验证测量精度 3.2 混淆矩阵 3.3 精度和召回率 3.4 精度/召回率权衡 3.5 ROC曲线 4 多类别分类器 ...
Hands On Machine Learning with Scikit Learn and TensorFlow(第三章)
MNIST 从sklearn自带函数中导入NMIST 第一次导入可能会出错,从这里下载https://github.com/amplab/datascience-sp14/blob/master/la ...
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（3）
第三章分类 · Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurélie ...
K折交叉验证（StratifiedKFold与KFold比较）
文章目录一.交叉验证二.K折交叉验证 KFold()方法 StratifiedKFold()方法一.交叉验证交叉验证的基本思想是把在某种意义下将原始数据(dataset)进行分组,一部分做为训 ...
StratifiedKFold()与KFold()比较
一.KFold() 先看代码示例: import numpy as np from sklearn.model_selection import KFold X=np.array([[1,2],[3, ...
K折交叉验证K-CV与StratifiedKFold
1. K折交叉验证 K-fold Cross Validation,记为K-CV KFold 将所有的样例划分为 k 个组,称为折叠 (fold) ,每组数据都具有相同的大小.每一次分割会将其中的 K ...
StratifiedShuffleSplit实现分层抽样交叉验证
StratifiedShuffleSplit()实现分层抽样交叉验证 1. K-折交叉验证法交叉验证通常采用K-折交叉验证法–将训练数据拆分成K份,用其中K-1份进行训练,剩下的一份进行预测,从而检 ...

StratifiedKFold实现分层抽样

StratifiedKFold实现分层抽样相关推荐

最新文章

热门文章