如何解决Y 的 Kfold 交叉验证不均匀拆分
我想用 sklearn.kfold 拆分我的数据。这是我的代码
kf = KFold(n_splits = 10)
print(np.shape(X_1))
print(np.shape(y))
for train_index,test_index in kf.split(y):
X_train,X_test = X_1.values[train_index],X_1.values[test_index]
y_train,y_test = y[train_index],y[test_index]
print(np.shape(X_train))
print(np.shape(X_test))
print(np.shape(y_train))
print(np.shape(y_test))
分割前X和Y的形状分别是(41437,8)和(41437,)
分割X_train后,X_test有(37294,8),(4143,8) 但是 Y 有 (29005,),)
很多 Y 数据从 Y_train 中消失了。
它去哪儿了?
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。