Elegir los pliegues en Python

KFold y StratifiedKFold deciden cómo se parten los datos.

import numpy as np
from sklearn.model_selection import KFold, StratifiedKFold

X = np.arange(20).reshape(10, 2)
y = np.array([0, 0, 0, 0, 0, 1, 1, 1, 1, 1])

simple = KFold(n_splits=5, shuffle=True, random_state=0)
balanceado = StratifiedKFold(n_splits=5, shuffle=True, random_state=0)

for idx_entreno, idx_prueba in simple.split(X):
    print("simple", idx_prueba)
    break

for idx_entreno, idx_prueba in balanceado.split(X, y):
    print("estratificado", idx_prueba, y[idx_prueba])
    break

Cómo funciona

shuffle=True protege contra el orden en los datos fuente.
StratifiedKFold preserva el balance de clases en cada pliegue.
split produce arreglos de índices, así puedes inspeccionar los pliegues.

Palabras clave y builtins usados aquí

as
break
for
print

El intento, en números

Líneas: 16
Caracteres a escribir: 480
Tokens: 136
Ritmo de tres estrellas: 110 tpm

Al ritmo de tres estrellas de 110 tokens por minuto, este intento toma unos 74 segundos.

Escribe este fragmento

Paso 2 de 4 en Validación; paso 9 de 25 en Machine learning con scikit-learn.

← Anterior Siguiente →