问sklean.model_selection.StratifiedShuffleSplit?中n_splits的目的是什么？
EN

Stack Overflow用户

提问于 2018-06-09 01:46:45

回答 2查看 4.2K关注 0票数 3

最近，我开始学习滑雪，并无意中发现了层次感

ShuffleSplit函数尽管我理解它的概念和它的意义，但我不太理解它需要运行的参数，比如n_split。根据sklearn的文档，它被写成

n_splits : int，默认的10次重新洗牌和分裂迭代。

我最好的猜测是，它告诉StratifieShufflesplit函数，数据中有starta的数目。

python

machine-learning

scikit-learn

回答 2

Stack Overflow用户

回答已采纳

发布于 2018-06-09 08:09:50

n_splits是几乎每个交叉验证器的参数。通常，它确定要创建多少不同的验证(和培训)集。如果使用StratifiedShuffleSplit，则不表示地层的数量--这是从数据集中分类目标的基本相对频率中隐含的。

参见下面引用的官方文档(完整链接这里)

StratifiedShuffleSplit StratifiedShuffleSplit是ShuffleSplit的一个变体，它返回分层分裂，即通过为每个目标类保留与完整集合中相同的百分比来创建分割。

票数 5

Stack Overflow用户

发布于 2020-01-13 15:30:47

对于StratifiedShuffleSplit，“n_split”指定了按“test_size”中提到的比例从每个层中采样数据的次数。

示例:这是一个包含4个层的数据集的示例，每个层包含3个记录。n_split=3和test_size=0.3给出了：

测试数据来自每一层记录，总体上有30%的数据集记录，即每12个层中有4个记录。

---Example dataset---
df

ProductName Quantities
0   Mobile  20
1   Mobile  15
2   Mobile  12
3   PC  10
4   PC  8
5   PC  9
6   Tablet  5
7   Tablet  3
8   Tablet  4
9   RasPi   2
10  RasPi   1
11  RasPi   3


from sklearn.model_selection import StratifiedShuffleSplit
split = StratifiedShuffleSplit(n_splits=3,test_size=0.3,random_state=42)

for train_index,test_index in split.split(df,df['ProductName']):
    split_train = df.loc[train_index]
    split_test = df.loc[test_index]
    print("train:")
    print(split_train)
    print("test:")
    print(split_test)

---split_1---
train:
   ProductName  Quantities
5           PC           9
8       Tablet           4
0       Mobile          20
9        RasPi           2
10       RasPi           1
4           PC           8
1       Mobile          15
7       Tablet           3
test:
   ProductName  Quantities
2       Mobile          12
3           PC          10
11       RasPi           3
6       Tablet           5
---split_2---
train:
   ProductName  Quantities
7       Tablet           3
3           PC          10
2       Mobile          12
8       Tablet           4
9        RasPi           2
11       RasPi           3
1       Mobile          15
5           PC           9
test:
   ProductName  Quantities
4           PC           8
0       Mobile          20
6       Tablet           5
10       RasPi           1
---split_3---
train:
   ProductName  Quantities
2       Mobile          12
9        RasPi           2
11       RasPi           3
3           PC          10
0       Mobile          20
6       Tablet           5
8       Tablet           4
4           PC           8
test:
   ProductName  Quantities
5           PC           9
7       Tablet           3
1       Mobile          15
10       RasPi           1