kfold cross validation中如何获取每一次fold的train和test数据？
How to get the train and test data for each fold in kfold cross validation?
如何访问交叉验证中每次折叠的训练和测试数据？我想将这些保存在 .csv 文件中。我尝试使用生成索引的 split 函数，但它 returns 是一个生成器对象，而不是索引。
from sklearn.model_selection import StratifiedKFold, KFold
import numpy as np
X, y = np.ones((50, 1)), np.hstack(([0] * 45, [1] * 5))
skf = StratifiedKFold(n_splits=3)
x = skf.split(X, y, groups)
x
Output:
<generator object _BaseKFold.split at 0x7ff195979580>
StratifiedKFold returns 生成器，因此您可以按如下方式对其进行迭代：
skf = StratifiedKFold(n_splits=3)
for train_index, test_index in skf.split(X, y):
X_train, X_test = X[train_index], X[test_index]
y_train, y_test = y[train_index], y[test_index]
如何访问交叉验证中每次折叠的训练和测试数据？我想将这些保存在 .csv 文件中。我尝试使用生成索引的 split 函数，但它 returns 是一个生成器对象，而不是索引。
from sklearn.model_selection import StratifiedKFold, KFold
import numpy as np
X, y = np.ones((50, 1)), np.hstack(([0] * 45, [1] * 5))
skf = StratifiedKFold(n_splits=3)
x = skf.split(X, y, groups)
x
Output:
<generator object _BaseKFold.split at 0x7ff195979580>
StratifiedKFold returns 生成器，因此您可以按如下方式对其进行迭代：
skf = StratifiedKFold(n_splits=3)
for train_index, test_index in skf.split(X, y):
X_train, X_test = X[train_index], X[test_index]
y_train, y_test = y[train_index], y[test_index]