上一篇介紹了train_test_split函數：

橘貓吃不胖：sklearn函數：train_test_split（分割訓練集和測試集）?zhuanlan.zhihu.com

主要場景是，我們想要將原始數據分割為訓練集和測試集，但是會有一些問題

比如，過渡擬合（a risk of overfittingon the test set）

其中一個方法是，再拆分出來一個驗證集，先用訓練集訓練模型，然后使用驗證集來校驗，最后去測試集，但是這個方法很明顯的問題是，大大減少了訓練集的樣本數。

另一種比較好的方案就是cross-validation (CV for short)，交叉驗證

基本的思路是：k-fold CV，也就是我們下面要用到的函數KFold，是把原始數據分割為K個子集，每次會將其中一個子集作為測試集，其余K-1個子集作為訓練集。

下圖是官網提供的一個介紹圖，詳情介紹參考：https://scikit-learn.org/stable/modules/cross_validation.html

下面介紹函數的使用

classsklearn.model_selection.KFold(n_splits=5,*,shuffle=False,random_state=None)

• n_splits：int, default=5

表示，要分割為多少個K子集

• shuffle：bool, default=False

是否要洗牌（打亂數據）

• random_state：int or RandomState instance, default=None

這和前一篇中提到的隨機狀態是一樣的，需要配合shuffle參數使用

小栗子

import numpy as np from sklearn.model_selection import KFoldX = np.random.randint(1,100,20).reshape((10,2)) Xkf = KFold(n_splits=5) kffor X_train,X_test in kf.split(X):print(X_train,X_test)for X_train_i,X_test_i in kf.split(X):print(X[X_train_i],X[X_test_i])

總結

以上是生活随笔為你收集整理的oxford5k和paris6k数据集介绍_sklearn函数：KFold（分割训练集和测试集）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。