numpy: Wie kann ich bestimmte Indizes in einem np-Array für k-fache Kreuzvalidierung auswählen?

Question

Ich habe einen Trainingsdatensatz in Matrixform der Dimensionen 5000 x 3027 (CIFAR-10 Datensatz). Mit array_split in numpy partitionierte ich es in 5 verschiedene Teile, und ich möchte nur einen der Teile als die Kreuzvalidierung falten. Allerdings kommt mein Problem, wenn ich etwas wie XTrain [[Indizes]] wo Indizes ist ein Array wie [0,1,2,3], weil dies mir einen 3D-Tensor der Abmessungen 4 x 1000 x 3027, und nicht eine Matrix. Wie komprimiere ich die "4 x 1000" in 4000 Zeilen, um eine Matrix von 4000 x 3027 zu erhalten?

for fold in range(len(X_train_folds)): 
    indexes = np.delete(np.arange(len(X_train_folds)), fold) 
    XTrain = X_train_folds[indexes] 
    X_cv = X_train_folds[fold] 
    yTrain = y_train_folds[indexes] 
    y_cv = y_train_folds[fold] 

    classifier.train(XTrain, yTrain) 
    dists = classifier.compute_distances_no_loops(X_cv) 
    y_test_pred = classifier.predict_labels(dists, k) 

    num_correct = np.sum(y_test_pred == y_test) 
    accuracy = float(num_correct/num_test) 
    k_to_accuracy[k] = accuracy 

Answer 1

würde ich vorschlagen, scikit-learn Paket. Es kommt bereits mit vielen gemeinsamen Maschinenlernwerkzeugen, wie K-fold cross-validation generator:

>>> from sklearn.cross_validation import KFold 
>>> X = # your data [samples x features] 
>>> y = # gt labels 
>>> kf = KFold(X.shape[0], n_folds=5) 

Und dann iterieren kf:

>>> for train_index, test_index in kf: 
     X_train, X_test = X[train_index], X[test_index] 
     y_train, y_test = y[train_index], y[test_index] 
     # do something 

Die obige Schleife wird n_folds mal ausgeführt werden, jedes Mal mit unterschiedlichen Training und Testen von Indizes.

Answer 2

Vielleicht können Sie versuchen, diese stattdessen (neu so numpy wenn ich tue etwas ineffizient/falsch, würde gerne korrigiert werden)

X_train_folds = np.array_split(X_train, num_folds) 
y_train_folds = np.array_split(y_train, num_folds) 
k_to_accuracies = {} 

for k in k_choices: 
    k_to_accuracies[k] = [] 
    for i in range(num_folds): 
     training_data, test_data = np.concatenate(X_train_folds[:i] + X_train_folds[i+1:]), X_train_folds[i] 
     training_labels, test_labels = np.concatenate(y_train_folds[:i] + y_train_folds[i+1:]), y_train_folds[i] 
     classifier.train(training_data, training_labels) 
     predicted_labels = classifier.predict(test_data, k) 
     k_to_accuracies[k].append(np.sum(predicted_labels == test_labels)/len(test_labels))