StratifiedKFlod:分层采样,训练集与测试集中各类别样本的比列与原始数据中相同;(分类问题)
KFlod:分层采样,将数据分成训练集和测试集,不考虑训练集与测试集中各类别数据是否相同;(回归问题)
from sklearn.model_selection import KFold,StratifiedKFold
KFold(n_split, shuffle, random_state)
参数:
n_splits:表示将数据划分几等份
shuffle:在每次划分时,是否进行洗牌
若为False,其效果相当于random_state为整数(含零),每次划分的结果相同
若为True,每次划分的结果不一样,表示经过洗牌,随机取样的
random_state:随机种子数,当设定值(一般为0)后可方便调参,因为每次生成的数据集相同
stratifiedKFold(n_split, shuffle, random_state)
参数:
n_splits:表示将数据划分几等份
shuffle:在每次划分时,是否进行洗牌
若为False,其效果相当于random_state为整数(含零),每次划分的结果相同
若为True,每次划分的结果不一样,表示经过洗牌,随机取样的
random_state:随机种子数,当设定值(一般为0)后可方便调参,因为每次生成的数据集相同
import numpy as np
from sklearn.model_selection import KFold,StratifiedKFold
X=np.array([
[1,2,3,4],
[11,12,13,14],
[21,22,23,24],
[31,32,33,34],
[41,42,43,44],
[51,52,53,54],
[61,62,63,64],
[71,72,73,74]
])
y=np.array([1,1,0,0,1,1,0,0])
KFold = KFold(n_splits=4,shuffle=True,random_state=2021)
StratifiedKFold = StratifiedKFold(n_splits=4,shuffle=True,random_state=2021)
print('---------------------KFlod---------------------------')
for train, test in KFold.split(X,y):
print('Train: %s | test: %s' % (train, test))
print('训练集标签类型情况: %s' % y[train])
print('测试集标签类型情况: %s' % y[test])
print('----------------StratifiedKFold----------------------')
for train, test in StratifiedKFold.split(X,y):
print('Train: %s | test: %s' % (train, test))
print('训练集标签类型情况: %s' % y[train])
print('测试集标签类型情况: %s' % y[test])
# 输入结果如下
'''
---------------------KFlod---------------------------
Train: [0 1 2 4 5 6] | test: [3 7]
训练集标签类型情况: [1 1 0 1 1 0]
测试集标签类型情况: [0 0]
Train: [0 1 3 4 5 7] | test: [2 6]
训练集标签类型情况: [1 1 0 1 1 0]
测试集标签类型情况: [0 0]
Train: [2 3 4 5 6 7] | test: [0 1]
训练集标签类型情况: [0 0 1 1 0 0]
测试集标签类型情况: [1 1]
Train: [0 1 2 3 6 7] | test: [4 5]
训练集标签类型情况: [1 1 0 0 0 0]
测试集标签类型情况: [1 1]
----------------StratifiedKFold----------------------
Train: [0 1 2 3 4 6] | test: [5 7]
训练集标签类型情况: [1 1 0 0 1 0]
测试集标签类型情况: [1 0]
Train: [0 1 2 3 5 7] | test: [4 6]
训练集标签类型情况: [1 1 0 0 1 0]
测试集标签类型情况: [1 0]
Train: [0 3 4 5 6 7] | test: [1 2]
训练集标签类型情况: [1 0 1 1 0 0]
测试集标签类型情况: [1 0]
Train: [1 2 4 5 6 7] | test: [0 3]
训练集标签类型情况: [1 0 1 1 0 0]
测试集标签类型情况: [1 0]
'''
总结:
KFlod 适用于用户回归类型数据划分
stratifiedKFlod 适用于分类数据划分
参考:
https://blog.csdn.net/qq_34107425/article/details/105548800
https://blog.csdn.net/wqh_jingsong/article/details/77896449