sklearn中的Kfold交叉验证每次都会给出不同的折叠
Posted
技术标签:
【中文标题】sklearn中的Kfold交叉验证每次都会给出不同的折叠【英文标题】:Kfold cross validation in sklearn gives different folds each time 【发布时间】:2019-03-18 04:31:59 【问题描述】:我想在我的模型上实现 KFold 交叉验证。由于我想与他人分享我的结果,我希望每次都有固定的结果。我使用 xgboost 模型作为我的分类模型。但是,每次我运行我的代码时,我的性能指标每次都会给出不同的结果,我很困惑,因为我将shuffle
参数设置为False
。另外,我不确定random_state
参数的作用(我阅读了文档),但无论如何我尝试将其设置为使用 shuffle=False 的固定数字,但这并没有帮助。
kf = KFold(n_splits=5, shuffle = False)
for train_index, test_index in kf.split(X, y):
X_train, X_test = X.iloc[train_index], X.iloc[test_index]
y_train, y_test = y.iloc[train_index], y.iloc[test_index]
xgb = XGBClassifier(max_depth = 4)
...fit, predict, and compute performance metrics
【问题讨论】:
在参数random_state
中传递一个数字时,您正在修复内部随机数生成器的种子。以后如果再设置成同一个数,产生的随机数的序列总是一样的。通过这种方式,您可以保证结果的可重复性,就像您想要的那样。
谢谢!我同时使用了 shuffle = False 和随机状态。我应该只使用随机状态。
不错!然后我会将该评论作为答案:)
【参考方案1】:
在参数random_state
中传递一个数字时,您正在修复内部随机数生成器的种子。以后如果再设置成同一个数,产生的随机数序列永远是一样的。通过这种方式,您可以保证结果的可重复性,就像您想要的那样。
【讨论】:
是的,我解决了这个问题,但我最初设置了 shuffle = False 并且它与 random_state 的组合不起作用。 注意random_state
不保证不同 numpy 和 sklearn 版本或不同操作系统之间的可重复性。以上是关于sklearn中的Kfold交叉验证每次都会给出不同的折叠的主要内容,如果未能解决你的问题,请参考以下文章
sklearn KFold() - 将所有折叠保存到 csv 文件