LeaveOneOut#

класс sklearn.model_selection.LeaveOneOut[источник]#

Кросс-валидатор Leave-One-Out.

Предоставляет индексы обучающей/тестовой выборки для разделения данных на обучающие и тестовые наборы. Каждый образец используется один раз в качестве тестового набора (синглтона), а оставшиеся образцы образуют обучающий набор.

Примечание: LeaveOneOut() эквивалентно KFold(n_splits=n) и LeavePOut(p=1) где n это количество образцов.

Из-за большого количества тестовых наборов (которое равно количеству образцов) этот метод перекрестной проверки может быть очень затратным. Для больших наборов данных следует предпочесть KFold, ShuffleSplit или StratifiedKFold.

Подробнее в Руководство пользователя.

Смотрите также

LeaveOneGroupOut: Для разделения данных в соответствии с явной, предметно-ориентированной стратификацией набора данных.
GroupKFold: Вариант итератора K-кратной перекрёстной проверки с непересекающимися группами.

Примеры

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

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, y=None, группы=None)[источник]#

Возвращает количество итераций разделения в кросс-валидаторе.

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: Всегда игнорируется, существует для совместимости API.
группыarray-like формы (n_samples,), по умолчанию=None: Всегда игнорируется, существует для совместимости API.

Возвращает:

n_splitsint: Возвращает количество итераций разделения в кросс-валидаторе.

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,), по умолчанию=None: Всегда игнорируется, существует для совместимости API.

Возвращает:

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

LeaveOneOut#

Эта страница