K-fold cross-validation

Anda akan mulai dengan praktik langsung menggunakan K-fold cross-validation yang paling umum digunakan.

Data yang akan Anda gunakan berasal dari kompetisi Kaggle "Two sigma connect: rental listing inquiries". Masalah kompetisi ini adalah klasifikasi multi-kelas terhadap listing sewa ke dalam 3 kelas: minat rendah, minat sedang, dan minat tinggi. Untuk kinerja yang lebih cepat, Anda akan bekerja dengan sub-sampel yang terdiri dari 1.000 observasi.

Anda perlu menerapkan strategi validasi K-fold dan meninjau ukuran setiap fold yang diperoleh. DataFrame train sudah tersedia di workspace Anda.

Latihan ini adalah bagian dari kursus

Memenangi Kompetisi Kaggle dengan Python

Lihat Kursus

Petunjuk latihan

Buat objek KFold dengan 3 fold.
Lakukan loop pada setiap split menggunakan objek kf.
Untuk setiap split, pilih fold pelatihan dan pengujian menggunakan train_index dan test_index.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Import KFold
from sklearn.model_selection import KFold

# Create a KFold object
kf = ____(n_splits=____, shuffle=True, random_state=123)

# Loop through each split
fold = 0
for train_index, test_index in ____.____(train):
    # Obtain training and testing folds
    cv_train, cv_test = train.iloc[____], train.iloc[____]
    print('Fold: {}'.format(fold))
    print('CV train shape: {}'.format(cv_train.shape))
    print('Medium interest listings in CV train: {}\n'.format(sum(cv_train.interest_level == 'medium')))
    fold += 1

Edit dan Jalankan Kode