scikit-learn 中的测试集分区

Posted 2023-03-12

【中文标题】scikit-learn 中的测试集分区

【英文标题】：Test set partition in scikit-learn

【发布时间】：2013-12-19 14:21:42

【问题描述】：

在http://scikit-learn.org/stable/auto_examples/mixture/plot_gmm_classifier.html的“plot_gmm_classifier.py”中，训练和测试数据定义如下。

skf = StratifiedKFold(iris.target, n_folds=4)
# Only take the first fold.
train_index, test_index = next(iter(skf))

X_train = iris.data[train_index]
y_train = iris.target[train_index]
X_test = iris.data[test_index]
y_test = iris.target[test_index]

我突然想到在 y_test = iris.target[test_index] 中为测试数据提供了标签。如果是这样，那为什么？我们不应该标记测试数据。如果不是这种情况，这里还会发生什么？

【参考方案1】：

在这个特定示例中，使用了测试数据标签，以便可以评估方法的准确性（通过将预测的测试标签与真实的测试标签进行比较）并在图表上绘制真实的标签。