问Python中的分层K折叠

EN

当您执行交叉折叠验证时，您将训练集拆分为多个验证集。StratifiedKFold确保每个验证集都包含来自原始训练集的相等比例的标签。

例如，假设您正在训练垃圾邮件而不是垃圾邮件的分类器。您的训练集包含50k个样本和10k个垃圾邮件样本。如果执行5折交叉折叠验证，您将把训练集分成5个大小为10k样本的验证。通过分层，将以一种方式选择每个验证集，以保持非垃圾邮件与垃圾邮件之间的4:1分布。

编辑:很抱歉我误解了你最初的问题。要扩展user @unutbu下面的注释，您需要确认您正在使用的分类器是基类ClassifierMixin的子类。您可以使用Method Resolution Order来完成此操作。

假设您使用的是分类器KNeighborsClassifier

>>> from sklearn.neighbors import KNeighborsClassifier
>>> clf = KNeighborsClassifier()
>>> type(clf)
<class 'sklearn.neighbors.classification.KNeighborsClassifier'>
>>> type(clf).mro()
[<class 'sklearn.neighbors.classification.KNeighborsClassifier'>, ..., <class 'sklearn.base.ClassifierMixin'>, <type 'object'>]

请注意，解析顺序中倒数第二个类是ClassifierMixin。