K 折交叉验证

您将从最常用的 K 折交叉验证开始动手实践。

本题使用的数据来自 Kaggle 比赛 "Two sigma connect: rental listing inquiries"。该比赛任务是将房源信息进行多分类，共 3 个类别：低关注度、中等关注度和高关注度。为加快运行，您将使用包含 1,000 条观测的子样本。

您需要实现 K 折验证策略，并查看得到的每个折的大小。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

创建一个包含 3 折的 KFold 对象。
使用 kf 对象遍历每个划分。
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 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

编辑并运行代码