Validare încrucișată KFold

Când lucrezi cu modele ML, este esențial să le evaluezi performanța pe date nevăzute. O tehnică frecvent utilizată în acest scop este validarea încrucișată k-fold. În acest exercițiu, vei explora cum tehnica de validare încrucișată k-fold împarte un set de date în seturi de antrenament și testare. KFold este deja importat, împreună cu caracteristicile setului de date privind bolile de inimă: heart_disease_df_X.

Acest exercițiu face parte din cursul

Machine Learning End-to-End

Vezi cursul

Instrucțiuni pentru exercițiu

Creează un obiect KFold cu n_splits=5, shuffle=True și random_state=42
Împarte datele folosind kfold.split()
Afișează numărul de puncte de date din seturile de antrenament și testare

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Create a KFold object
kfold = ____(____, ____, ____)

# Get the train and test data from the first split from the shuffled KFold
train_data_split, test_data_split = next(____.____(____))

# Print out the number of datapoints in the train and test splits
print("Number of training datapoints in heart_disease_df_X:", ____)
print("Number of training datapoints in split:", ____)
print("Number of testing datapoints in split:", ____)

Editează și rulează codul