上次分層的K折表現不同

Question

我將訓練集划分為分層k折，如下所示：

n_folds = 5
skf = list(StratifiedKFold(y, n_folds, random_state=SEED))

for k, (train, test) in enumerate(skf):
      X_train = X[train]
      y_train = y[train]
      X_val = X[test]
      y_val = y[test]

      clf.fit(X_train, y_train)
      preds = clf.predict_proba(X_val)

前4折的分類精度符合預期。 最后一折具有明顯差的准確性。

我嘗試過改變SEED和n_folds的值，在所有情況下，最后的折疊總是最差的（5折，大約3％）。 為什么會這樣呢？

謝謝。

Answer 1

事實證明，默認情況下StratifiedKFold不對數據進行混洗。 因此，我需要將隨機播放參數設置為True：

n_folds = 10
skf = list(StratifiedKFold(y, n_folds, shuffle=True, random_state=SEED))