K折交叉验证处理数据！

机器学习（Machine Learning）与 深度学习（Deep Learning）的相关研究中，经常会将数据集（dataset）划分为训练集（training set）跟测试集（testing set）这两个子集，训练集用以建立模型（model），测试集则用来评估该模型对未知样本进行预测时的精确度，正规的说法是模型的泛化能力（generalization ability）。
但是有时候我们的数据点少，训练集和测试集就会很少，因此模型结果可能会有很大波动。也就是说，训练集和测试集的划分方式可能会对模型产生很大影响，这就无法对模型进行可靠评估。
在样本量不充足的情况下，为了充分利用数据集对算法效果进行测试，将数据集随机分为k个小数据集，每次将其中一个小数据集作为测试集，剩下k-1个小数据集作为训练集进行训练，这就是K-折交叉验证

注意：当你把原始数据的训练集和测试集都划分好了之后，做K折交叉验证需要在原来的训练集上做，得出相关的结论，再在测试集上看结果。

下面上图让大家直观了解下：

这个方法的优势在于，同时重复运用随机产生的子样本进行训练和验证，每次的结果验证一次。（注意每次作为验证模型的数据是不同的）

下面附上python中sklearn库实现K折交叉验证代码：

再来看看结果：

最后来看看这些参数的意思：

1.n_splits：表示划分几等份,也就是K折。

2.shuffle ：布尔值，可选。是否在分割成批次之前打乱数据。

3.random_state ：值为 int,RandomState实例或None，可选，默认=None
…如果是int，则random_state是随机数生成器使用的种子;
…如果是RandomState实例，则random_state是随机数生成器;
…如果是None，随机数生成器所使用的RandomState实例是np.random。
…random_state,在shuffle== True时使用.

5.get_n_splits() 返回交叉验证器中的拆分迭代次数

6.split() 将数据拆分为训练和测试集。

当然啦，作为一个合格的程序员，程序当然得自己写，下面附上一个我在做一个案例时用的交叉验证代码吧