check_cv#

sklearn.model_selection.check_cv(cv=5, y=None, *, classifier=False)[Quelle]#

Input-Prüfungs-Dienstprogramm zum Aufbau eines Kreuzvalidierers.

Parameter:
cvint, Kreuzvalidierungsgenerator, iterierbar oder None, Standard=5

Bestimmt die Strategie für die Kreuzvalidierungsaufteilung. Mögliche Eingaben für cv sind: - None, um die standardmäßige 5-fache Kreuzvalidierung zu verwenden, - Ganzzahl, um die Anzahl der Folds anzugeben. - CV-Splitter, - Ein iterierbares Objekt, das (Trainings-, Test-) Splits als Array von Indizes generiert.

Für Ganzzahl-/None-Eingaben wird, wenn classifier True ist und y entweder binär oder mehrklassig ist, StratifiedKFold verwendet. In allen anderen Fällen wird KFold verwendet.

Siehe Benutzerhandbuch für die verschiedenen Kreuzvalidierungsstrategien, die hier verwendet werden können.

Geändert in Version 0.22: Der Standardwert von cv wurde von 3-facher auf 5-fache Faltung geändert.

yArray-ähnlich, Standard=None

Die Zielvariable für überwachte Lernprobleme.

classifierbool, Standard=False

Ob die Aufgabe eine Klassifizierungsaufgabe ist, in diesem Fall wird eine stratifizierte K-Fache Aufteilung verwendet.

Gibt zurück:
checked_cveine Kreuzvalidierungsinstanz.

Der Rückgabewert ist ein Kreuzvalidierer, der die Trainings-/Test-Splits über die Methode split generiert.

Beispiele

>>> from sklearn.model_selection import check_cv
>>> check_cv(cv=5, y=None, classifier=False)
KFold(...)
>>> check_cv(cv=5, y=[1, 1, 0, 0, 0, 0], classifier=True)
StratifiedKFold(...)