分層 K 折

你應該已經注意到，因為是隨機切分，每一折的目標變數分佈差異很大。對這個比賽本身影響不大，但在目標變數高度不平衡的分類型比賽中就可能造成問題。

為了改善這點，來實作在目標變數上進行分層的 K 折驗證策略。train DataFrame 已經在你的工作空間中可用。

本練習屬於課程

用 Python 拿下 Kaggle 競賽

檢視課程

練習說明

建立一個具有 3 折且啟用隨機抽樣的 StratifiedKFold 物件。
使用 str_kf 物件迴圈走訪每個切分。分層依據欄位「interest_level」。
對於每個切分，使用 train_index 與 test_index 選出訓練與測試折。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# Import StratifiedKFold
from sklearn.model_selection import StratifiedKFold

# Create a StratifiedKFold object
str_kf = ____(n_splits=____, shuffle=____, random_state=123)

# Loop through each split
fold = 0
for train_index, test_index in ____.____(train, train['interest_level']):
    # Obtain training and testing folds
    cv_train, cv_test = ____.iloc[____], ____.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

編輯並執行程式碼