Python实现K折交叉验证法的方法步骤

Python  /  管理员 发布于 7年前   207

学习器在测试集上的误差我们通常称作“泛化误差”。要想得到“泛化误差”首先得将数据集划分为训练集和测试集。那么怎么划分呢？常用的方法有两种，k折交叉验证法和自助法。介绍这两种方法的资料有很多。下面是k折交叉验证法的python实现。

##一个简单的2折交叉验证from sklearn.model_selection import KFoldimport numpy as npX=np.array([[1,2],[3,4],[1,3],[3,5]])Y=np.array([1,2,3,4])KF=KFold(n_splits=2) #建立4折交叉验证方法 查一下KFold函数的参数for train_index,test_index in KF.split(X):  print("TRAIN:",train_index,"TEST:",test_index)  X_train,X_test=X[train_index],X[test_index]  Y_train,Y_test=Y[train_index],Y[test_index]  print(X_train,X_test)  print(Y_train,Y_test)#小结：KFold这个包 划分k折交叉验证的时候，是以TEST集的顺序为主的，举例来说，如果划分4折交叉验证，那么TEST选取的顺序为[0].[1],[2],[3]。#提升import numpy as npfrom sklearn.model_selection import KFold#Sample=np.random.rand(50,15) #建立一个50行12列的随机数组Sam=np.array(np.random.randn(1000)) #1000个随机数New_sam=KFold(n_splits=5)for train_index,test_index in New_sam.split(Sam): #对Sam数据建立5折交叉验证的划分#for test_index,train_index in New_sam.split(Sam): #默认第一个参数是训练集，第二个参数是测试集  #print(train_index,test_index)  Sam_train,Sam_test=Sam[train_index],Sam[test_index]  print('训练集数量:',Sam_train.shape,'测试集数量:',Sam_test.shape) #结果表明每次划分的数量#Stratified k-fold 按照百分比划分数据from sklearn.model_selection import StratifiedKFoldimport numpy as npm=np.array([[1,2],[3,5],[2,4],[5,7],[3,4],[2,7]])n=np.array([0,0,0,1,1,1])skf=StratifiedKFold(n_splits=3)for train_index,test_index in skf.split(m,n):  print("train",train_index,"test",test_index)  x_train,x_test=m[train_index],m[test_index]#Stratified k-fold 按照百分比划分数据from sklearn.model_selection import StratifiedKFoldimport numpy as npy1=np.array(range(10))y2=np.array(range(20,30))y3=np.array(np.random.randn(10))m=np.append(y1,y2) #生成1000个随机数m1=np.append(m,y3)n=[i//10 for i in range(30)] #生成25个重复数据skf=StratifiedKFold(n_splits=5)for train_index,test_index in skf.split(m1,n):  print("train",train_index,"test",test_index)  x_train,x_test=m1[train_index],m1[test_index]

Python中貌似没有自助法（Bootstrap）现成的包，可能是因为自助法原理不难，所以自主实现难度不大。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。