ich SKlearn KFold bin mit wie folgt:bestimmte Indizes von einem KFold Split in Python SKlearn
kf = KFold(10000, n_folds=5, shuffle=True, random_state=88)
Allerdings habe ich bestimmte Indizes ausschließen wollen von der Ausbildung Falten (nur). Wie kann dies erreicht werden? Vielen Dank.
Ich frage mich, ob dies mit sklearn.cross_validation.PredefinedSplit erreicht werden kann?
Update: Die KFold Instanz wird mit XGBoost für die Falten Parameter von xgb.cv. verwendet werden Die Python-API here gibt an, dass Falten "eine KFold- oder eine StratifiedKFold-Instanz" sein sollten.
Ich werde aber versuchen, die KFolds wie oben zu erzeugen, Iterieren über die Bahn fold Indizes, ändern sie, und dann eine custom_cv von Hand wie folgt definieren:
custom_cv = zip(train_indices, test_indices)
Was meinst du mit „sie zum KFold Objekt zurückgeben“ ? Was versuchst du zu erreichen? –
Der KFold wird an XGBoost für xgb.cv übergeben. Ich muss bestimmte Indizes aus den Trainingsfalten entfernen, bevor ich die KFold-Instanz an xgb übergebe. –
Ich bin mir immer noch nicht sicher, was Sie meinen, indem Sie sie an das KFold-Objekt zurückgeben. –