无k折的分层抽样

Question

我可以使用80％训练20％测试在python中拆分数据的分层抽样吗？

我已经研究过了，它是用于kfold分层抽样的。 我不确定是否只需将0设置为迭代次数即可，因为它是在交叉验证包中实现的，并且它们假定至少2折！

StratifiedShuffleSplit(labels=[0 0 1 1], n_iter=3, ...)

Answer 1

我不确定100％确切地是您的问题是什么，所以让我们仅查看sklearn.cross_validation.StratifiedShuffleSplit（）的详细信息。

此交叉验证对象是StratifiedKFold和ShuffleSplit的合并。

这意味着该函数将返回随机，分层的折叠。 n_iter参数决定了折返给您的n_iter数。 如果将其设置为0，则函数响应中将不会收到任何信息。

并非所有的折叠都是唯一的。

---

要回答我认为您的问题， 我可以在80％的训练中使用分层采样20％的测试在python中拆分数据吗？

是的，让我们看一下示例代码。 通过将test_size参数设置为0.2（20％），您将强制折叠进行80％的训练和20％的测试。

import numpy as np
from sklearn.cross_validation import StratifiedShuffleSplit
X = np.array([[1, 1], [2, 2], [3, 3], [4, 4], [5,5], [6,6], [7,7], [8,8], [9,9], [10,10]])
y = np.array([0, 0, 0, 0, 0, 1, 1, 1, 1, 1])
sss = StratifiedShuffleSplit(y, 1, test_size=0.2, random_state=0)

for train_index, test_index in sss:
    print("TRAIN:", train_index, "TEST:", test_index)
    X_train, X_test = X[train_index], X[test_index]
    y_train, y_test = y[train_index], y[test_index]

>>> TRAIN: [0 6 3 9 2 5 1 7] TEST: [4 8]

如果这是您想要的，请告诉我，如果还有其他问题，请告诉我。