如何解决Scikit-learn - 如何为 CV 对象使用单个静态验证集?
在 Scikit-learn 中,RandomSearchCV
和 gridsearchcv
需要 cv
参数的交叉验证对象,例如GroupKFold
或来自 sklearn.model_selection
的任何其他 CV 拆分器。
但是,如何使用单个静态验证集?我有很大的训练集,很大的验证集,我只需要 CV 对象的接口,而不是整个交叉验证。
具体来说,我正在使用 Scikit-optimize 和 BayesSearchCV
(docs) 并且它需要 CV 对象(与常规 Scikit-learn SearchCV
对象的界面相同)。我想使用我选择的验证集,而不是整个简历。
解决方法
scikit-learn
的模型选择对象的文档,例如GridSearchCV
,可能更清楚如何实现这一点:
cv: int,交叉验证生成器或可迭代的,默认=无
- ...
- 一个可迭代的 yielding(训练、测试)拆分为索引数组。
因此,您需要将用于训练和测试样本的索引数组作为元组,然后将它们包装在一个可迭代对象中,例如一个列表:
train_indices = [...] # indices for training
test_indices = [...] # indices for testing
cv = [(train_indices,test_indices)]
将使用单个元组定义的 cv
传递给模型选择对象,它将始终使用相同的样本进行训练和测试。
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。