相关疑难解决方法(0)

使用 sklearn，当你创建一个新的 KFold 对象并且 shuffle 为真时，它会产生一个不同的、新的随机折叠索引。但是，即使 shuffle 为真，来自给定 KFold 对象的每个生成器也会为每个折叠提供相同的索引。为什么它会这样工作？

例子：

from sklearn.cross_validation import KFold
X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])
y = np.array([1, 2, 3, 4])
kf = KFold(4, n_folds=2, shuffle = True)
?
for fold in kf:
    print fold
?
print '---second round----'
?
for fold in kf:
    print fold

输出：

(array([2, 3]), array([0, 1]))
(array([0, 1]), array([2, 3]))
---second round----#same indices for the folds
(array([2, 3]), array([0, 1]))
(array([0, 1]), array([2, 3]))

这个问题的动机是对这个 …