ÎncepețiÎncepe gratuit

KFold() din scikit-learn

Tocmai ai terminat de rulat codul unui coleg care creează un model de pădure aleatorie și calculează acuratețea pe date noi. Ai observat că în codul său nu era setat niciun random_state, iar erorile pe care le-ai obținut erau complet diferite față de cele raportate de colegul tău.

Pentru a obține o estimare mai bună a acurateței acestui model pe date noi, ai decis să generezi niște indici care să fie folosiți la validarea încrucișată KFold.

Acest exercițiu face parte din cursul

Validarea modelelor în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Apelează metoda KFold() pentru a împărți datele folosind cinci segmente, cu amestecare și un random_state de 1111.
  • Folosește metoda split() a obiectului KFold pe X.
  • Afișează numărul de indici atât din lista de indici de antrenament, cât și din cea de validare.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

from sklearn.model_selection import KFold

# Use KFold
kf = KFold(____, ____, ____)

# Create splits
splits = kf.____(____)

# Print the number of indices
for train_index, val_index in splits:
    print("Number of training indices: %s" % len(____))
    print("Number of validation indices: %s" % len(____))
Editează și rulează codul