RepeatedKFold 到底是什么意思?
What does RepeatedKFold actually mean?
说n_repeats=5
,折叠数是3(n_splits=3
)。
这是否意味着验证器正在为我们的 estimator/model 创建 3 次折叠以使用每次折叠(就像 KFold 的用途),然后重复该过程 5 次?
这意味着我们的模型将总共使用 5 x 3 = 15 折?
是的,循环调用KFolds.split()
n_repeats
次基本可以达到同样的效果
示例设置:
X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])
y = np.array([0, 0, 1, 1])
然后运行:
rkf = RepeatedKFold(n_splits=2, n_repeats=1, random_state=2652124)
for train_index, test_index in rkf.split(X):
print("TRAIN:", train_index, "TEST:", test_index)
... 产生:
TRAIN: [0 1] TEST: [2 3]
TRAIN: [2 3] TEST: [0 1]
... 就像 KFold(n_splits=2, random_state=2652124)
一样。更改为 n_repeats=2
会产生:
TRAIN: [0 1] TEST: [2 3]
TRAIN: [2 3] TEST: [0 1]
TRAIN: [1 2] TEST: [0 3]
TRAIN: [0 3] TEST: [1 2]
以此类推
说n_repeats=5
,折叠数是3(n_splits=3
)。
这是否意味着验证器正在为我们的 estimator/model 创建 3 次折叠以使用每次折叠(就像 KFold 的用途),然后重复该过程 5 次?
这意味着我们的模型将总共使用 5 x 3 = 15 折?
是的,循环调用KFolds.split()
n_repeats
次基本可以达到同样的效果
示例设置:
X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])
y = np.array([0, 0, 1, 1])
然后运行:
rkf = RepeatedKFold(n_splits=2, n_repeats=1, random_state=2652124)
for train_index, test_index in rkf.split(X):
print("TRAIN:", train_index, "TEST:", test_index)
... 产生:
TRAIN: [0 1] TEST: [2 3]
TRAIN: [2 3] TEST: [0 1]
... 就像 KFold(n_splits=2, random_state=2652124)
一样。更改为 n_repeats=2
会产生:
TRAIN: [0 1] TEST: [2 3]
TRAIN: [2 3] TEST: [0 1]
TRAIN: [1 2] TEST: [0 3]
TRAIN: [0 3] TEST: [1 2]
以此类推