小编ame*_*ian的帖子

我有一个如下所示的数据集（假设 中有 4 个类别Clicked，head(10)仅显示 2 个类别）：

    Rank Clicked
0   2.0 Cat4
1   2.0 Cat4
2   2.0 Cat4
3   1.0 Cat1
4   1.0 Cat4
5   2.0 Cat4
6   2.0 Cat4
7   3.0 Cat4
8   5.0 Cat4
9   5.0 Cat4

这是返回该图的代码：

eee = (df.groupby(['Rank','Clicked'])['Clicked'].count()/df.groupby(['Rank'])['Clicked'].count())
eee.unstack().plot.bar(stacked=True)
plt.legend(['Cat1','Cat2','Cat3','Cat4'])
plt.xlabel('Rank')

有没有办法用seaborn（或matplotlib）而不是pandas绘图功能来实现这一点？我尝试了几种方法，包括运行seaborn代码和预处理数据集以使其格式正确，但没有成功。

正如标题所说，我想知道sklearnGroupKFold和GroupShuffleSplit.

两者都针对具有组 ID 的数据进行训练-测试分割，因此组不会在分割中分离。我检查了每个函数的一个训练/测试集，它们看起来都做了很好的分层，但如果有人可以确认所有分割都这样做，那就太好了。

我对两者进行了 10 次分割测试：

gss = GroupShuffleSplit(n_splits=10, train_size=0.8, random_state=42)

 

for train_idx, test_idx in gss.split(X,y,groups):

    print("train:", train_idx, "test:", test_idx)

train: [ 1  2  3  4  5 11 12 13 14 15 16 17 19 20] test: [ 0  6  7  8  9 10 18]

train: [ 1  2  3  4  5  6  7  8  9 10 12 13 14 18 19 20] test: [ 0 11 15 16 17]

train: [ 0  1  3 …