Ctrl+K

LeavePGroupsOut#

class sklearn.model_selection.LeavePGroupsOut(n_groups)[源代码]#

将P Group排除在外交叉验证器。

提供训练/测试索引，以根据第三方提供的组拆分数据。该组信息可用于将样本的任意域特定分层编码为整元。

例如，这些组可能是样本收集的年份，因此允许针对基于时间的拆分进行交叉验证。

LeavePGroupsOut和LeaveOneGroupOut之间的区别在于，前者使用分配给的所有样本构建测试集 p 组的不同值，而后者使用全部分配给相同组的样本。

阅读更多的 User Guide .

参数:
n_groupsint

数量的组 (p ）在测试拆分中省略。

参见

GroupKFold

具有非重叠组的K折叠迭代器变体。

示例

>>> import numpy as np
>>> from sklearn.model_selection import LeavePGroupsOut
>>> X = np.array([[1, 2], [3, 4], [5, 6]])
>>> y = np.array([1, 2, 1])
>>> groups = np.array([1, 2, 3])
>>> lpgo = LeavePGroupsOut(n_groups=2)
>>> lpgo.get_n_splits(X, y, groups)
3
>>> lpgo.get_n_splits(groups=groups)  # 'groups' is always required
3
>>> print(lpgo)
LeavePGroupsOut(n_groups=2)
>>> for i, (train_index, test_index) in enumerate(lpgo.split(X, y, groups)):
...     print(f"Fold {i}:")
...     print(f"  Train: index={train_index}, group={groups[train_index]}")
...     print(f"  Test:  index={test_index}, group={groups[test_index]}")
Fold 0:
  Train: index=[2], group=[3]
  Test:  index=[0 1], group=[1 2]
Fold 1:
  Train: index=[1], group=[2]
  Test:  index=[0 2], group=[1 3]
Fold 2:
  Train: index=[0], group=[1]
  Test:  index=[1 2], group=[2 3]
get_metadata_routing()[源代码]#

获取此对象的元数据路由。

请检查 User Guide 关于路由机制如何工作。

返回:
routingMetadataRequest

A MetadataRequest 封装路由信息。

get_n_splits(X=None, y=None, groups=None)[源代码]#

返回交叉验证器中分裂迭代的数量。

参数:
X对象

总是被忽略，存在是为了兼容性。

y对象

总是被忽略，存在是为了兼容性。

groups形状类似阵列（n_samples，）

将数据集拆分为训练/测试集时使用的样本标签分组。必须始终指定此“groups”参数以计算拆分数，但可以省略其他参数。

返回:
n_splitsint

返回交叉验证器中分裂迭代的数量。

set_split_request(*, groups: bool | None | str = '$UNCHANGED$') → LeavePGroupsOut[源代码]#

请求元数据传递给 split 法

请注意，此方法仅适用于以下情况 enable_metadata_routing=True （见 sklearn.set_config ).请参阅 User Guide 关于路由机制如何工作。

The options for each parameter are:

  • True ：元数据被请求并传递给 split 如果提供的话。如果未提供元数据，则会忽略请求。

  • False ：未请求元数据，元估计器不会将其传递给 split .

  • None ：不请求元数据，如果用户提供元估计器，则元估计器将引发错误。

  • str ：元数据应通过此给定别名而不是原始名称传递给元估计器。

默认 (sklearn.utils.metadata_routing.UNCHANGED ）保留现有请求。这允许您更改某些参数的请求，而不是其他参数。

Added in version 1.3.

备注

只有当该估计器用作元估计器的子估计器时，该方法才相关，例如在 Pipeline .否则就没有效果了。

参数:
groups字符串、真、假或无， 默认=sklearn.utils. metalics_Routing.UNChanged

元数据路由 groups 参数 split .

返回:
self对象

更新的对象。

split(X, y=None, groups=None)[源代码]#

生成索引将数据拆分为训练集和测试集。

参数:
X形状类似阵列（n_samples，n_features）

训练数据，在哪里 n_samples 是样本数量和 n_features 是功能的数量。

y形状类似数组（n_samples，），默认=无

监督学习问题的目标变量。

groups形状类似阵列（n_samples，）

Group labels for the samples used while splitting the dataset into train/test set.

收益率:
trainndarray

训练为该分裂设置了指数。

testndarray

测试为该分裂设置了指数。

On this page