如何解决如何在交叉验证期间获取实例索引
我正在做一个二元分类。我可以知道如何在进行 K 折交叉验证时提取训练数据框的错误分类或分类实例的真实索引吗?我找不到这个问题的答案here。
我按照here的描述得到了折叠值:
skf=StratifiedKFold(n_splits=10,random_state=111,shuffle=False)
cv_results = cross_val_score(model,X_train,y_train,cv=skf,scoring='roc_auc')
fold_pred = [pred[j] for i,j in skf.split(X_train,y_train)]
fold_pred
是否有任何方法可以获取错误分类(或已分类)的索引?所以输出是一个数据框,在进行交叉验证时只有错误分类(或分类)的实例。
col1 col2 col3 col4 target
13 0 1 0 0 0
14 0 1 0 0 0
18 0 1 0 0 1
22 0 1 0 0 0
其中输入有 100 个实例,其中 4 个在做 CV 时被错误分类(索引号 13、14、18 和 22)
解决方法
从 cross_val_predict
开始,您已经有了预测。这是对预测与真实标签不同的数据框进行子集化的问题,例如:
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import cross_val_predict,StratifiedKFold
from sklearn.datasets import load_breast_cancer
import pandas as pd
data = load_breast_cancer()
df = pd.DataFrame(data.data[:,:5],columns=data.feature_names[:5])
df['label'] = data.target
rfc = RandomForestClassifier()
skf = StratifiedKFold(n_splits=10,random_state=111,shuffle=True)
pred = cross_val_predict(rfc,df.iloc[:,df['label'],cv=skf)
df[df['label']!=pred]
mean radius mean texture ... mean smoothness label
3 11.42 20.38 ... 0.14250 0
5 12.45 15.70 ... 0.12780 0
9 12.46 24.04 ... 0.11860 0
22 15.34 14.26 ... 0.10730 0
31 11.84 18.70 ... 0.11090 0
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。