`sklearn.model_selection`.GroupKFold¶

class sklearn.model_selection.GroupKFold¶

Variante del iterador K-fold con grupos no superpuestos.

El mismo grupo no aparecerá en dos pliegues(folds) diferentes (el número de grupos distintos tiene que ser al menos igual al número de pliegues).

Los pliegues están aproximadamente equilibrados en el sentido de que el número de grupos distintos es aproximadamente el mismo en cada pliegue.

Más información en el Manual de usuario.

Parámetros

n_splitsint, default=5: Número de pliegues. Debe ser al menos 2.

Distinto en la versión 0.22: El valor predeterminado de n_splits ha cambiado de 3 a 5.

Ver también

LeaveOneGroupOut: Para dividir los datos de acuerdo con la estratificación explícita de dominio específico del conjunto de datos.

Ejemplos

>>> import numpy as np
>>> 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, 0, 2, 2])
>>> group_kfold = GroupKFold(n_splits=2)
>>> group_kfold.get_n_splits(X, y, groups)
2
>>> print(group_kfold)
GroupKFold(n_splits=2)
>>> for train_index, test_index in group_kfold.split(X, y, groups):
...     print("TRAIN:", train_index, "TEST:", test_index)
...     X_train, X_test = X[train_index], X[test_index]
...     y_train, y_test = y[train_index], y[test_index]
...     print(X_train, X_test, y_train, y_test)
...
TRAIN: [0 1] TEST: [2 3]
[[1 2]
 [3 4]] [[5 6]
 [7 8]] [1 2] [3 4]
TRAIN: [2 3] TEST: [0 1]
[[5 6]
 [7 8]] [[1 2]
 [3 4]] [3 4] [1 2]

Métodos

`get_n_splits`	Devuelve el número de iteraciones de división en el validador cruzado
`split`	Genera índices para dividir los datos en conjunto de entrenamiento y de prueba.

get_n_splits()¶

Devuelve el número de iteraciones de división en el validador cruzado

Parámetros

Xobject: Siempre se ignora, existe por compatibilidad.
yobject: Siempre se ignora, existe por compatibilidad.
groupsobject: Siempre se ignora, existe por compatibilidad.

Devuelve

n_splitsint: Devuelve el número de iteraciones de división en el validador cruzado.

split()¶

Genera índices para dividir los datos en conjunto de entrenamiento y de prueba.

Parámetros

Xarray-like de forma (n_samples, n_features): Datos de entrenamiento, donde n_samples es el número de muestras y n_features es el número de características.
yarray-like de forma (n_samples,) default=None: La variable objetivo para problemas de aprendizaje supervisado.
groupsarray-like de forma (n_samples,): Etiquetas de grupo para las muestras utilizadas al dividir el conjunto de datos en conjunto de entrenamiento/prueba.

Produce

trainndarray: Los índices del conjunto de entrenamiento para esa división.
testndarray: Los índices del conjunto de pruebas para esa división.

Ejemplos utilizando `sklearn.model_selection.GroupKFold`¶

sklearn.model_selection.GroupKFold¶

Ejemplos utilizando sklearn.model_selection.GroupKFold¶

`sklearn.model_selection`.GroupKFold¶

Ejemplos utilizando `sklearn.model_selection.GroupKFold`¶