`sklearn.model_selection`.PredefinedSplit¶

class sklearn.model_selection.PredefinedSplit¶

Validador cruzado de separación predefinido

Proporciona índices de entrenamiento/prueba para separar los datos en conjuntos de entrenamiento/prueba utilizando un esquema predefinido especificado por el usuario con el parámetro test_fold.

Más información en el Manual de usuario.

Nuevo en la versión 0.16.

Parámetros

test_foldarray-like de forma (n_samples,): La entrada test_fold[i] representa el índice del conjunto de prueba al que pertenece la muestra i. Es posible excluir la muestra i de cualquier conjunto de prueba (es decir, incluir la muestra i en todos los conjuntos de entrenamiento) estableciendo test_fold[i] igual a -1.

Ejemplos

>>> import numpy as np
>>> from sklearn.model_selection import PredefinedSplit
>>> X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])
>>> y = np.array([0, 0, 1, 1])
>>> test_fold = [0, 1, -1, 1]
>>> ps = PredefinedSplit(test_fold)
>>> ps.get_n_splits()
2
>>> print(ps)
PredefinedSplit(test_fold=array([ 0,  1, -1,  1]))
>>> for train_index, test_index in ps.split():
...     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]
TRAIN: [1 2 3] TEST: [0]
TRAIN: [0 2] TEST: [1 3]

Métodos

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

get_n_splits()¶

Devuelve el número de iteraciones divididas en el validador cruzado

Parámetros

Xobjeto: Siempre ignorado, existe por compatibilidad.
yobjeto: Siempre ignorado, existe por compatibilidad.
groupsobjeto: Siempre ignorado, existe por compatibilidad.

Devuelve

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

split()¶

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

Parámetros

Xobjeto: Siempre ignorado, existe por compatibilidad.
yobjeto: Siempre ignorado, existe por compatibilidad.
groupsobjeto: Siempre ignorado, existe por compatibilidad.

Produce

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