Python 之 sklearn 交叉驗證 資料拆分

標籤：python   sklearn   交叉驗證   k折驗證   k-fold   

本文K折驗證擬採用的是 Python 中 sklearn 包中的 StratifiedKFold 方法。

方法思想詳見：http://scikit-learn.org/stable/modules/cross_validation.html

StratifiedKFold is a variation of k-fold which returns stratified folds: each set contains approximately the same percentage of samples of each target class as the complete set.

【譯】

StratifiedKFold 是一種將資料集中每一類樣本的資料成分，按均等方式拆分的方法。

其它劃分方法詳見：http://scikit-learn.org/stable/modules/cross_validation.html

閑言少敘，直接上代碼。

【屌絲源碼】

import numpyimport h5pyimport sklearnfrom sklearn import cluster,cross_validationfrom sklearn.cluster import AgglomerativeClusteringfrom sklearn.cross_validation import StratifiedKFold## 產生一個隨機矩陣並儲存#arr = numpy.random.random([200,400])#labvec = []#for i in numpy.arange(0,200):#    j = i%10#    arr[i,j*20:j*20+20] = arr[i,j*20:j*20+20]+10#    labvec.append(j)#arr = arr.T#file = h5py.File('arr.mat','w')    #file.create_dataset('arr', data = arr)#file.close()#file = h5py.File('labvec.mat','w')    #file.create_dataset('labvec', data = labvec)#file.close()# 讀方式開啟檔案myfile=h5py.File('arr.mat','r')arr = myfile['arr'][:]myfile.close()arr = arr.Tmyfile=h5py.File('labvec.mat','r')labvec = myfile['labvec'][:]myfile.close()skf = StratifiedKFold(labvec, 4)train_set = []test_set = []for train, test in skf:    train_set.append(train)    test_set.append(test)

詳見： http://scikit-learn.org/stable/modules/cross_validation.html

著作權聲明：本文為博主原創文章，未經博主允許不得轉載。

Python 之 sklearn 交叉驗證 資料拆分