KFold cross validation
Khi làm việc với các mô hình ML, điều quan trọng là đánh giá hiệu năng trên dữ liệu chưa từng thấy. Một kỹ thuật phổ biến cho mục đích này là k-fold cross-validation. Trong bài tập này, bạn sẽ khám phá cách k-fold cross-validation chia một tập dữ liệu thành các tập huấn luyện và kiểm tra. KFold đã được nhập sẵn cho bạn, cùng với các đặc trưng của bộ dữ liệu bệnh tim heart_disease_df_X.
Bài tập này là một phần của khóa học
Machine Learning End-to-End
Hướng dẫn bài tập
- Tạo một đối tượng KFold với
n_splits=5,shuffle=True, vàrandom_state=42 - Chia dữ liệu bằng
kfold.split() - In ra số lượng điểm dữ liệu trong các phần train và test
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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:", ____)