分层 K 折

正如您刚刚看到的，由于随机划分，不同折中的目标变量分布差异较大。对于本次竞赛影响不大，但在目标变量高度不平衡的分类竞赛中可能会成为问题。

为了解决这个问题，我们来实现基于目标变量分层的 K 折交叉验证策略。train DataFrame 已在您的工作区中可用。

本练习是课程的一部分

用 Python 赢下 Kaggle 竞赛

查看课程

练习说明

创建一个带有 3 折且启用打乱的 StratifiedKFold 对象。
使用 str_kf 对象循环遍历每个划分。分层基于 "interest_level" 列。
对于每个划分，使用 train_index 和 test_index 选择训练折与测试折。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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

编辑并运行代码