StratifiedShuffleSplit#

class sklearn.model_selection.StratifiedShuffleSplit(n_splits=10, *, test_size=None, train_size=None, random_state=None)[原始碼]#

分層隨機分割交叉驗證器。

提供訓練/測試索引以將數據分割為訓練/測試集。

此交叉驗證物件是 StratifiedKFold 和 ShuffleSplit 的合併，它返回分層的隨機化折疊。折疊是通過保留每個類別的樣本百分比來實現的。

注意：像 ShuffleSplit 策略一樣，分層隨機分割不保證所有折疊的測試集會相互排斥，並且可能包含重疊的樣本。然而，對於相當大的數據集來說，這仍然非常有可能。

更多資訊請參閱 使用者指南。

如需視覺化交叉驗證行為以及比較常見的 scikit-learn 分割方法，請參考 在 scikit-learn 中視覺化交叉驗證行為

參數:
n_splitsint，預設值為 10

重新洗牌和分割迭代的次數。

test_sizefloat 或 int，預設值為 None

如果為 float，則應介於 0.0 和 1.0 之間，並表示要包含在測試分割中的資料集比例。如果為 int，則表示測試樣本的絕對數量。如果為 None，則該值會設定為訓練大小的補數。如果 train_size 也為 None，則會設定為 0.1。

train_sizefloat 或 int，預設值為 None

如果為 float，則應介於 0.0 和 1.0 之間，並表示要包含在訓練分割中的資料集比例。如果為 int，則表示訓練樣本的絕對數量。如果為 None，則該值會自動設定為測試大小的補數。

random_stateint、RandomState 實例或 None，預設值為 None

控制產生的訓練和測試索引的隨機性。傳遞 int 以在多次函數調用中產生可重複的輸出。請參閱 詞彙表。

範例

>>> import numpy as np
>>> from sklearn.model_selection import StratifiedShuffleSplit
>>> X = np.array([[1, 2], [3, 4], [1, 2], [3, 4], [1, 2], [3, 4]])
>>> y = np.array([0, 0, 0, 1, 1, 1])
>>> sss = StratifiedShuffleSplit(n_splits=5, test_size=0.5, random_state=0)
>>> sss.get_n_splits(X, y)
5
>>> print(sss)
StratifiedShuffleSplit(n_splits=5, random_state=0, ...)
>>> for i, (train_index, test_index) in enumerate(sss.split(X, y)):
...     print(f"Fold {i}:")
...     print(f"  Train: index={train_index}")
...     print(f"  Test:  index={test_index}")
Fold 0:
  Train: index=[5 2 3]
  Test:  index=[4 1 0]
Fold 1:
  Train: index=[5 1 4]
  Test:  index=[0 2 3]
Fold 2:
  Train: index=[5 0 2]
  Test:  index=[4 3 1]
Fold 3:
  Train: index=[4 1 0]
  Test:  index=[2 3 5]
Fold 4:
  Train: index=[0 5 1]
  Test:  index=[3 4 2]
get_metadata_routing()[原始碼]#

取得此物件的中繼資料路由。

請查看 使用者指南 以了解路由機制如何運作。

傳回:
routingMetadataRequest

封裝路由資訊的 MetadataRequest。

get_n_splits(X=None, y=None, groups=None)[原始碼]#

傳回交叉驗證器中分割迭代的次數。

參數:
Xobject

總是忽略，為了相容性而存在。

yobject

總是忽略，為了相容性而存在。

groupsobject

總是忽略，為了相容性而存在。

傳回:
n_splitsint

傳回交叉驗證器中分割迭代的次數。

split(X, y, groups=None)[原始碼]#

產生索引以將資料分割為訓練集和測試集。

參數:
X形狀為 (n_samples, n_features) 的類陣列

訓練資料，其中 n_samples 是樣本數，n_features 是特徵數。

請注意，提供 y 足以產生分割，因此 np.zeros(n_samples) 可以用作 X 的預留位置，而不是實際的訓練資料。

y形狀為 (n_samples,) 或 (n_samples, n_labels) 的類陣列

用於監督式學習問題的目標變數。分層是根據 y 標籤完成的。

groupsobject

總是忽略，為了相容性而存在。

產生:
trainndarray

該分割的訓練集索引。

testndarray

該分割的測試集索引。

備註

隨機化 CV 分割器對於每次呼叫分割可能會傳回不同的結果。您可以將 random_state 設定為整數，使結果相同。