sklearn中的预定义Split函数

Question

我正在尝试使用我提供的拆分cross_val_score来运行。sklearn该sklearn文档给出了以下示例：

>>> from sklearn.model_selection import PredefinedSplit
>>> X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])
>>> y = np.array([0, 0, 1, 1])
>>> test_fold = [0, 1, -1, 1]
>>> ps = PredefinedSplit(test_fold)
>>> ps.get_n_splits()
2
>>> print(ps)       
PredefinedSplit(test_fold=array([ 0,  1, -1,  1]))
>>> for train_index, test_index in ps.split():
...    print("TRAIN:", train_index, "TEST:", test_index)
...    X_train, X_test = X[train_index], X[test_index]
...    y_train, y_test = y[train_index], y[test_index]
TRAIN: [1 2 3] TEST: [0]
TRAIN: [0 2] TEST: [1 3]

我在理解这个例子时遇到了困难。尤其，

1. ps.get_n_splits()在这个例子中为什么返回 2？和
2. 为什么test_fold数组会导致代码片段底部显示的拆分？

另外，我想问一下，在这种情况下，如果我将 ps 对象传递给cross_val_score中的函数sklearn，它是否会与这两个分割进行交叉验证？

Answer 1

分割数是 test_folder 中排除的唯一值 (-1)。

使用此示例使用 test_fold = [0, 1, -1, 1],

• 零索引为0，表示测试集为0，其余1、2、3为训练集。

  --- > TRAIN: [1 2 3] TEST: [0]

- 第一个和第三个索引为1，表示测试集为1、3，其余的0、2为训练集

  ---> TRAIN: [0 2] TEST: [1 3]

• 第二个索引是-1，表示没有训练/测试分割。
• 请注意，整数值本身确实有所不同，因此如果 test_folder = [5, 0, -1, 0]，则分割是相同的

  --- > TRAIN: [1 2 3] TEST: [0]

最后，对于典型的 k 文件夹分割，可以使用 test_fold = [0, 1, 2, 3]