KFold çapraz doğrulama

ML modelleriyle çalışırken, performanslarını görülmemiş veriler üzerinde değerlendirmek çok önemlidir. Bu amaçla yaygın olarak kullanılan tekniklerden biri k-fold çapraz doğrulamadır. Bu egzersizde, k-fold çapraz doğrulama tekniğinin bir veri kümesini eğitim ve test kümelerine nasıl böldüğünü keşfedeceksin. KFold ve kalp hastalığı veri kümesinin özellikleri olan heart_disease_df_X senin için içe aktarıldı.

Bu egzersiz, kursun bir parçasıdır

Uçtan Uca Machine Learning

Kursa Göz Atın

Egzersiz talimatları

n_splits=5, shuffle=True ve random_state=42 ile bir KFold nesnesi oluştur
Veriyi kfold.split() kullanarak böl
Eğitim ve test bölümlerindeki veri noktalarının sayısını yazdır

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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:", ____)

Kodu Düzenle ve Çalıştır