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
yentweder binär oder mehrklassig ist,StratifiedKFoldverwendet. In allen anderen Fällen wirdKFoldverwendet.Siehe Benutzerhandbuch für die verschiedenen Kreuzvalidierungsstrategien, die hier verwendet werden können.
Geändert in Version 0.22: Der Standardwert von
cvwurde 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
splitgeneriert.
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(...)