StratifiedKFold K折交叉验证的pytorch实现方式

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

机器学习训练技巧之路。

提示：以下是本篇文章正文内容，下面案例可供参考

一、StratifiedKFold是什么？

StratifiedKFold在我的理解就是我们在做K折交叉验证的时候，往往因为训练集数据分布不平衡，导致训练集的划分之后，照顾不到有的类别样本数目比较少，划分的时候不在训练集中，模型训练的时候，没看到过它，得到的模型训练的不那么好，因此要采用层次分折划分数据。其实很好理解，就是划分数据集的时候，按照类别的数目来，比如，一个类别个数为100个，那么，我就分90个给训练集，给10个给验证集，另外一个类别为1000个，就分为900:100的样子。

二、使用步骤

代码如下（示例）：
sklearn中有这个包，自己调用就好。

from sklearn.model_selection import StratifiedKFold
 with open(‘训练集的json文件路径’, 'r', encoding='utf8') as f:
        json_anns = json.load(f)
    anns = pd.DataFrame(json_anns)
    # 划分10折，意味着9份给训练集，1份给验证集。
    kf = StratifiedKFold(n_splits=10, random_state=2022, shuffle=True)
    # 这是我的数据集中，类别ID，anns.category_id，就是根据这个值来划分
    split_index = next(kf.split(anns, anns.category_id))
    # 分别赋值，然后记得要reset_index表示新的dataframe的索引又是从0开始了。
    train_index, vali_index = split_index[0], split_index[1]
    train_data = anns.iloc[train_index, :].reset_index(drop=True)
    val_data = anns.iloc[vali_index, :].reset_index(drop=True)
    # 得到两个表格，分别为训练集和验证集的，那么，可以自定义pytorch数据集加载类，进行加载数据了

---

总结

需要好好清修和仔细沉淀一下，把之前做过的事情系统总结一下！