K 折交叉驗證

你將先動手實作最常用的 K 折交叉驗證。

你要使用的資料來自 Kaggle 競賽「Two sigma connect: rental listing inquiries」。這個競賽的任務是將出租物件分成 3 個類別的多類別分類問題：低關注度、中關注度與高關注度。為了更快的效能，你將使用含 1,000 筆觀測值的子樣本。

你需要實作 K 折驗證策略，並查看每個得到的折（fold）的大小。train DataFrame 已經在你的工作環境中可用。

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 折的 KFold 物件。
使用 kf 物件迴圈走訪每個分割。
在每個分割中，使用 train_index 與 test_index 選取訓練與測試的折。

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 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

編輯並執行程式碼