我有一個(gè)數(shù)據(jù)框，其中每個(gè)樣本都屬于一個(gè)組。例如：df = a b c group 1 1 2 G1 1 6 1 G1 8 2 8 G3 2 8 7 G2 1 9 2 G2 1 7 2 G3 4 0 2 G4 1 5 1 G4 6 7 8 G5 3 3 7 G6 1 2 2 G6 1 0 5 G7我想運(yùn)行cross_val_predict，同時(shí)確保來自同一組的所有樣本都在測(cè)試中或所有樣本都在訓(xùn)練中。我想將數(shù)據(jù)分成 4 份 - 但要確保來自同一組的所有行都在測(cè)試或訓(xùn)練中。因此，例如，第 0,1 行和第 4,5 行將在訓(xùn)練中，但第 3、6 行 (G3) 將在測(cè)試中這可能嗎？我在文檔中看到了grouparg，但不是很清楚，也沒有找到任何示例。
1 回答
慕姐4208626
TA貢獻(xiàn)1852條經(jīng)驗(yàn) 獲得超7個(gè)贊
用作inGroupKFold的參數(shù)：cvcross_val_predict()
scores = cross_val_score(model, X, y, groups, cv=GroupKFold())
請(qǐng)注意，groups數(shù)組表示我們希望在同一訓(xùn)練/測(cè)試集中的數(shù)據(jù)組。它不是類標(biāo)簽數(shù)組。
例如：
from sklearn.datasets import make_blobs
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import GroupKFold, cross_val_score
X, y = make_blobs(n_samples=15, random_state=0)
model = LogisticRegression()
groups = [0,0,0,1,1,1,1,2,2,2,2,3,3,3,3]
scores = cross_val_score(model, X, y, groups, cv=GroupKFold(n_splits=3))
print('cross val scores: {}'.format(scores))
- 1 回答
- 0 關(guān)注
- 99 瀏覽
添加回答
舉報(bào)
0/150
提交
取消