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，从而检测模型的数据泛化能力。
使用cross_val_score可以实现交叉验证，但在某些场景下，为了解决不同类别的样本间数量差异较大的问题，可以引入sklearn.model_selection下的StratifiedShuffleSplit类进行分层抽样和测试数据的分割，从而提高模型的说服力。

2. `StratifiedShuffleSplit`的使用

(1) 创建`StratifiedShuffleSplit`对象

skfolds = StratifiedKFold(n_splits=3, random_state=25, shuffle=True)

n_split: 用于后续split方法中将将数据分成n_split份，其中测试数据占1份
random_state&shffle: 随机分割种子，若指定random_state，则需要设置shuffle为True。

(2) 数据切割

for train_idx, test_idx in skfolds.split(x_train, y_train):pass

split方法会对x_train和y_train的数据进行切分，得到train_idx和test_idx，即训练数据和测试数据的索引，其中len(train_idx) / len(test_idx) = n_split - 1。
split方法会根据y_train的类别进行分层抽样。

3. 实现分层抽样的交叉验证

cross_score_SKF = []
for train_idx, test_idx in skfolds.split(x_train, y_train):# print(len(train_idx) / len(test_idx))  # n_split - 1clone_clf = clone(RFClf)  # from sklearn.base import clone, 拷贝分类器# 通过索引选定训练数据集和测试数据集x_train_folds = x_train.iloc[train_idx]y_train_folds = y_train.iloc[train_idx]x_test_fold = x_train.iloc[test_idx]y_test_fold = y_train.iloc[test_idx]# 模型训练clone_clf.fit(x_train_folds, y_train_folds)y_pred_fold = clone_clf.predict(x_test_fold)# precision_score进行评分，也可以灵活地选择其它评分策略accuracy = precision_score(y_test_fold, y_pred_fold)cross_score_SKF.append(round(accuracy, 8))
print(cross_score_SKF)  # [0.94791667, 0.98378378, 0.97883598]

本例中建立了一个随机森林的基础模型，用precision_score即精度作为策略进行评分。
在使用StratifiedShuffleSplit实现交叉验证中，n_split参数可理解为cross_val_score()函数中的cv参数。
最终交叉验证的精度均高于94%，可以说明模型具有较强的数据泛化能力。

StratifiedShuffleSplit实现分层抽样交叉验证相关推荐

机器学习(一) 基于sklearn库的数据集划分(交叉验证)
机器学习中首要环节就是数据集的处理,其中数据集的处理从个人理解(如有错误敬请谅解)的角度来说包括两个方面:数据集划分和数据清理.其中数据集划分是指训练集.验证集和测试集的数据类别划分:数据清理是指数据 ...
StratifiedShuffleSplit 交叉验证
python中数据集划分函数StratifiedShuffleSplit的使用文章开始先讲下交叉验证,这个概念同样适用于这个划分函数 1.交叉验证(Cross-validation) 交叉验证是指在 ...
ML：基于葡萄牙银行机构营销活动数据集(年龄/职业等)利用Pipeline框架(两种类型特征并行处理)+多种模型预测(分层抽样+调参交叉验证评估+网格/随机搜索+推理)客户是否购买该银行的产品二分类案
ML之pipeline:基于葡萄牙银行机构营销活动数据集(年龄/职业/婚姻/违约等)利用Pipeline框架(两种类型特征并行处理)+多种模型预测(分层抽样+调参交叉验证评估+网格搜索/随机搜索+模型 ...
机器学习中的交叉验证
总第100篇本篇讲讲机器学习中的交叉验证问题,并利用sklearn实现. 前言在说交叉验证以前,我们先想一下我们在搭建模型时的关于数据切分的常规做法[直接利用train_test_split把所有 ...
5折交叉验证_数据集的划分——交叉验证法
本文作者:王歌文字编辑:戴雯技术总编:张邯前面我们在举例时,通常是将所使用的数据集按照75%和25%的比例划分为训练集和测试集,这主要是为了我们举例方便,同时划分后的数据量也依然符合大样本 ...
python机器学习库sklearn——交叉验证（K折、留一、留p、随机）
分享一个朋友的人工智能教程.零基础!通俗易懂!风趣幽默!还带黄段子!大家可以看看是否对自己有帮助:点击打开全栈工程师开发手册 (作者:栾鹏) python数据挖掘系列教程学习预测函数的参数,并在相 ...
十折交叉验证pythoniris_数据集的划分——交叉验证法
本文作者:王歌文字编辑:戴雯技术总编:张邯Python云端培训课程火热招生中~重大通知!!!爬虫俱乐部于2020年7月11日至14日在线上举行为期四天的Stata编程技术定制培训,招生工作已 ...
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 ...
k折交叉验证法python实现_Jason Brownlee专栏| 如何解决不平衡分类的k折交叉验证-不平衡分类系列教程(十)...
作者:Jason Brownlee 编译:Florence Wong – AICUG 本文系AICUG翻译原创,如需转载请联系(微信号:834436689)以获得授权在对不可见示例进行预测时,模型评 ...

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

2. `StratifiedShuffleSplit`的使用

(1) 创建`StratifiedShuffleSplit`对象

(2) 数据切割

3. 实现分层抽样的交叉验证

StratifiedShuffleSplit实现分层抽样交叉验证相关推荐

最新文章

热门文章

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

2. StratifiedShuffleSplit的使用

(1) 创建StratifiedShuffleSplit对象

(2) 数据切割

3. 实现分层抽样的交叉验证

StratifiedShuffleSplit实现分层抽样交叉验证相关推荐

最新文章

热门文章

`StratifiedShuffleSplit()`实现分层抽样交叉验证

2. `StratifiedShuffleSplit`的使用

(1) 创建`StratifiedShuffleSplit`对象