RepeatedKFold实际上意味着什么？

Posted 2021-05-03

说n_repeats=5和折叠数是3（n_splits=3）。

这是否意味着验证器为我们的估算器/模型创建了3倍以使用每个折叠（就像KFold的用途），然后重复该过程5次？

这意味着我们的模型将使用总共5 x 3 = 15折？

答案

是的，通过在循环中调用KFolds.split() n_repeats次，基本上可以达到相同的效果。

示例设置：

X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])
y = np.array([0, 0, 1, 1])

然后运行：

rkf = RepeatedKFold(n_splits=2, n_repeats=1, random_state=2652124)
for train_index, test_index in rkf.split(X):
  print("TRAIN:", train_index, "TEST:", test_index)

...产生：

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

......就像KFold(n_splits=2, random_state=2652124)那样。改为n_repeats=2会产生：

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

等等。