K-fold korsvalidering

Du börjar med att skaffa dig praktisk erfarenhet av den vanligaste formen av K-fold korsvalidering.

Data du arbetar med kommer från Kaggle-tävlingen "Two sigma connect: rental listing inquiries". Tävlingsproblemet är en flerklass-klassificering av hyresannonser i 3 klasser: lågt intresse, medelintresse och högt intresse. För snabbare prestanda arbetar du med ett urval bestående av 1 000 observationer.

Du ska implementera en K-fold valideringsstrategi och titta på storlekarna för varje del som skapas. train-dataramen finns redan tillgänglig i din miljö.

Den här övningen är en del av kursen

Vinna en Kaggle-tävling i Python

Visa kurs

Övningsinstruktioner

Skapa ett KFold-objekt med 3 delar.
Iterera över varje uppdelning med hjälp av kf-objektet.
Välj tränings- och testdelar för varje uppdelning med train_index och test_index.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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

Redigera och kör kod