check_cv#

sklearn.model_selection.check_cv(cv=5, y=None, *, classifier=False)[來源]#

用於建構交叉驗證器的輸入檢查工具。

參數:

cvint、交叉驗證產生器、可迭代物件或 None，預設值=5

決定交叉驗證的分割策略。cv 的可能輸入為：- None，使用預設的 5 折交叉驗證，- 整數，指定折數。- CV 分割器，- 一個產生 (訓練，測試) 分割的索引陣列的可迭代物件。

對於整數/None 輸入，如果 classifier 為 True 且 y 為二元或多類別，則使用 StratifiedKFold。在所有其他情況下，使用 KFold。

請參考使用者指南以了解可在此使用的各種交叉驗證策略。

在 0.22 版本中變更: cv 預設值從 3 折變更為 5 折。

y類陣列，預設值=None

用於監督式學習問題的目標變數。

classifierbool，預設值=False

是否為分類任務，若是，則會使用分層 K 折。

回傳:

checked_cv一個交叉驗證器實例。: 回傳值是一個交叉驗證器，透過 split 方法產生訓練/測試分割。

範例

>>> from sklearn.model_selection import check_cv
>>> check_cv(cv=5, y=None, classifier=False)
KFold(...)
>>> check_cv(cv=5, y=[1, 1, 0, 0, 0, 0], classifier=True)
StratifiedKFold(...)