1. Nauka
    2. /
  2. Kursy
    3. /
  3. Walidacja modeli w Pythonie
Connected

ćwiczenie

KFold() z scikit-learn

Właśnie uruchomiłeś kod współpracownika, który tworzy model lasu losowego i oblicza dokładność na danych testowych. Zauważyłeś, że w jego kodzie brakowało ustawienia stanu losowego, a błędy, które uzyskałeś, były zupełnie inne niż te, które zgłosił współpracownik.

Aby lepiej oszacować, jak dokładny będzie ten model lasu losowego na nowych danych, postanowiłeś wygenerować indeksy do wykorzystania w kroswalidacji KFold.

Instrukcje

100 XP
  • Wywołaj metodę KFold(), aby podzielić dane na pięć podziałów z zastosowaniem tasowania i stanem losowym równym 1111.
  • Użyj metody split() obiektu KFold na zbiorze X.
  • Wypisz liczbę indeksów zarówno w liście indeksów treningowych, jak i walidacyjnych.