如何解决在python中训练测试拆分但考虑患者信息?
我想知道是否有一种简单的方法可以在 python 中进行训练测试拆分(主要对交叉验证感兴趣),这样我就不会在训练和测试中得到来自同一患者的数据点?也就是说,我想首先将患者分成训练和测试,然后相应地观察。
是否有适用于这种场景的功能,还是我必须手动编码?
解决方法
Sklearn GroupKFold 应该解决这个任务。具有非重叠组的 K 折迭代器变体。同一组不会出现在两个不同的折叠中:
from sklearn.model_selection import GroupKFold
X = np.array([[1,2],[3,4],[5,6],[7,8]])
y = np.array([1,2,3,4])
groups = np.array([0,2])
group_kfold = GroupKFold(n_splits=2)
group_kfold.get_n_splits(X,y,groups)
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。