Was ist der Unterschied zwischen KFold und ShuffleSplit Lebenslauf?

Wie es scheint, KFold erzeugt die gleichen Werte, die jedes mal, wenn das Objekt der Iteration, während der Shuffle-Split erzeugt verschiedene Indizes zu jeder Zeit. Ist das richtig? Wenn ja, was sind die Anwendungen für einen über den anderen?

cv = cross_validation.KFold(10, n_folds=2,shuffle=True,random_state=None)
cv2 = cross_validation.ShuffleSplit(10,n_iter=2,test_size=0.5)
print(list(iter(cv)))
print(list(iter(cv)))
print(list(iter(cv2)))
print(list(iter(cv2)))

Ergibt sich die folgende Ausgabe:

[(array([1, 3, 5, 8, 9]), array([0, 2, 4, 6, 7])), (array([0, 2, 4, 6, 7]), array([1, 3, 5, 8, 9]))]                                     
[(array([1, 3, 5, 8, 9]), array([0, 2, 4, 6, 7])), (array([0, 2, 4, 6, 7]), array([1, 3, 5, 8, 9]))]                                     
[(array([4, 6, 3, 2, 7]), array([8, 1, 9, 0, 5])), (array([3, 6, 7, 0, 5]), array([9, 1, 8, 4, 2]))]                                     
[(array([3, 0, 2, 1, 7]), array([5, 6, 9, 4, 8])), (array([0, 7, 1, 3, 8]), array([6, 2, 5, 4, 9]))]
InformationsquelleAutor rb612 | 2016-01-11
  1. 38

    Unterschied in KFold und ShuffleSplit Ausgabe

    KFold teilen Sie Ihre Daten in vorgegebenen Anzahl von Falten, und jede Probe muss in einer und nur einer Falte. Eine Falte ist eine Teilmenge Ihres Datensatzes.

    ShuffleSplit werden nach dem Zufallsprinzip Beispiel der gesamte Datenbestand bei jedem iteration zu generieren, die einen Trainingssatz und einen Testsatz. Die test_size und train_size Parameter Steuern Sie, wie groß die test-und training test set sollte für jede iteration. Da Sie Proben aus dem gesamten dataset während jeder iteration werden die Werte ausgewählt, die während einer iteration, konnte erneut ausgewählt werden, während eine weitere iteration.

    Zusammenfassung: ShuffleSplit arbeitet iterativ, KFold nur teilt den Datensatz in k Falten.

    Unterschied, wenn dabei die Validierung

    In KFold, die in jeder Runde verwenden Sie eine Falte wie der test set-und alle die restlichen Falten als Ihre Ausbildung. Jedoch, in ShuffleSplit, die in jeder Runde n sollten Sie nur Verwendung der Trainings-und test-set von iteration n. Als Datensatz wächst, cross-Validierung-Zeit erhöht, so dass shufflesplits eine weitere attraktive Alternative. Wenn Sie können, trainieren Sie Ihren Algorithmus mit einem bestimmten Prozentsatz Ihrer Daten im Gegensatz zur Verwendung aller k-1-Falten, ShuffleSplit ist eine attraktive option.

    • Super Antwort, danke! Jetzt scheint es, wie beim erstellen einer neuen KFold generator und shuffle ist wahr, es wird produzieren eine andere Ausgabe, aber nicht beim Aufruf der generator mehrere Male. Warum ist es so?
    • Gerade beschlossen, eine neue Frage für Ihren Kommentar um dies zu verhindern, immer zu lange. Es ist hier. Hoffe, es hilft!
    InformationsquelleAutor ilyas patanam
Schreibe einen Kommentar