LeaveOneGroupOut#

класс sklearn.model_selection.LeaveOneGroupOut[источник]#

Перекрестный валидатор Leave One Group Out.

Предоставляет индексы train/test для разделения данных таким образом, что каждый обучающий набор состоит из всех выборок, кроме принадлежащих одной конкретной группе. Произвольная информация о группе из предметной области предоставляется в виде массива целых чисел, который кодирует группу каждой выборки.

Например, группы могут представлять год сбора образцов и таким образом позволять кросс-валидацию с разбиением по времени.

Подробнее в Руководство пользователя.

Смотрите также

GroupKFold: Вариант итератора K-кратной перекрёстной проверки с непересекающимися группами.

Примечания

Разделения упорядочены в соответствии с индексом исключенной группы. Первое разделение имеет тестовый набор, состоящий из группы, чей индекс в groups является наименьшим, и так далее.

Примеры

>>> import numpy as np
>>> from sklearn.model_selection import LeaveOneGroupOut
>>> X = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])
>>> y = np.array([1, 2, 1, 2])
>>> groups = np.array([1, 1, 2, 2])
>>> logo = LeaveOneGroupOut()
>>> logo.get_n_splits(groups=groups)
2
>>> print(logo)
LeaveOneGroupOut()
>>> for i, (train_index, test_index) in enumerate(logo.split(X, y, groups)):
...     print(f"Fold {i}:")
...     print(f"  Train: index={train_index}, group={groups[train_index]}")
...     print(f"  Test:  index={test_index}, group={groups[test_index]}")
Fold 0:
  Train: index=[2 3], group=[2 2]
  Test:  index=[0 1], group=[1 1]
Fold 1:
  Train: index=[0 1], group=[1 1]
  Test:  index=[2 3], group=[2 2]

6332()[источник]#

Получить маршрутизацию метаданных этого объекта.

Пожалуйста, проверьте Руководство пользователя о том, как работает механизм маршрутизации.

Возвращает:

маршрутизацияMetadataRequest: A MetadataRequest Инкапсуляция информации о маршрутизации.

get_n_splits(X=None, y=None, группы=None)[источник]#

Возвращает количество итераций разделения в кросс-валидаторе.

Параметры:

Xмассивоподобный объект формы (n_samples, n_features), по умолчанию=None: Всегда игнорируется, существует для совместимости API.
yarray-like формы (n_samples,), по умолчанию=None: Всегда игнорируется, существует для совместимости API.
группыarray-like формы (n_samples,), по умолчанию=None: Метки групп для образцов, используемых при разделении набора данных на обучающую/тестовую выборки. Этот параметр 'groups' всегда должен быть указан для расчёта количества разделений, хотя другие параметры могут быть опущены.

Возвращает:

n_splitsint: Возвращает количество итераций разделения в кросс-валидаторе.

set_split_request(*, группы: bool | None | str = '$UNCHANGED$') → LeaveOneGroupOut[источник]#

Настроить, следует ли запрашивать передачу метаданных в split метод.

Обратите внимание, что этот метод актуален только тогда, когда этот оценщик используется как под-оценщик внутри мета-оценщик и маршрутизация метаданных включена с помощью enable_metadata_routing=True (см. sklearn.set_config). Пожалуйста, проверьте Руководство пользователя о том, как работает механизм маршрутизации.

Варианты для каждого параметра:

True: запрашиваются метаданные и передаются split если предоставлено. Запрос игнорируется, если метаданные не предоставлены.
False: метаданные не запрашиваются, и мета-оценщик не передаст их в split.
None: метаданные не запрашиваются, и мета-оценщик выдаст ошибку, если пользователь предоставит их.
str: метаданные должны передаваться мета-оценщику с этим заданным псевдонимом вместо исходного имени.

По умолчанию (sklearn.utils.metadata_routing.UNCHANGED) сохраняет существующий запрос. Это позволяет изменять запрос для некоторых параметров, но не для других.

Добавлено в версии 1.3.

Параметры:

группыstr, True, False или None, по умолчанию=sklearn.utils.metadata_routing.UNCHANGED: Маршрутизация метаданных для groups параметр в split.

Возвращает:

selfobject: Обновленный объект.

split(X, y=None, группы=None)[источник]#

Сгенерировать индексы для разделения данных на обучающую и тестовую выборки.

Параметры:

Xarray-like формы (n_samples, n_features): Обучающие данные, где n_samples это количество образцов и n_features это количество признаков.
yarray-like формы (n_samples,), по умолчанию=None: Целевая переменная для задач обучения с учителем.
группыarray-like формы (n_samples,): Метки групп для образцов, используемых при разделении набора данных на обучающую/тестовую выборки.

Возвращает:

обучатьndarray: Индексы обучающей выборки для этого разбиения.
тестndarray: Индексы тестового набора для этого разбиения.

LeaveOneGroupOut#

Эта страница