พารามิเตอร์“ แบ่งชั้น” จากเมธอด“ train_test_split” (scikit Learn)

ฉันกำลังพยายามที่จะใช้train_test_splitจากแพคเกจ scikit เรียนรู้ stratifyแต่ฉันกำลังมีปัญหากับพารามิเตอร์ ต่อจากนี้คือรหัส:

from sklearn import cross_validation, datasets 

X = iris.data[:,:2]
y = iris.target

cross_validation.train_test_split(X,y,stratify=y)

อย่างไรก็ตามฉันได้รับปัญหาต่อไปนี้:

raise TypeError("Invalid parameters passed: %s" % str(options))
TypeError: Invalid parameters passed: {'stratify': array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2])}

ใครบางคนมีความคิดว่าเกิดอะไรขึ้น? ด้านล่างนี้เป็นเอกสารเกี่ยวกับฟังก์ชัน

[... ]

แบ่งชั้น : อาร์เรย์เหมือนหรือไม่มี (ค่าเริ่มต้นคือไม่มี)

หากไม่ใช่ไม่มีข้อมูลจะถูกแบ่งออกเป็นชั้น ๆ โดยใช้สิ่งนี้เป็นอาร์เรย์ป้ายกำกับ

ใหม่ในรุ่น 0.17: การแบ่งเป็นชั้นแยก

[... ]

Scikit-Learn กำลังบอกคุณว่ามันไม่รู้จักอาร์กิวเมนต์ "stratify" ไม่ใช่ว่าคุณใช้มันอย่างไม่ถูกต้อง นี่เป็นเพราะพารามิเตอร์ถูกเพิ่มในเวอร์ชัน 0.17 ตามที่ระบุไว้ในเอกสารที่คุณยกมา

ดังนั้นคุณต้องอัปเดต Scikit-Learn

นี้พารามิเตอร์ทำให้แยกเพื่อให้สัดส่วนของค่าในตัวอย่างที่ผลิตจะเป็นเช่นเดียวกับสัดส่วนของค่าให้กับพารามิเตอร์stratifystratify

ตัวอย่างเช่นหากตัวแปรyเป็นตัวแปรจัดหมวดหมู่ไบนารีที่มีค่า0และ1มี 25% ของศูนย์และ 75% ของตัวแปรstratify=yจะทำให้แน่ใจว่าการแบ่งแบบสุ่มของคุณมี 25% 0และ 75% ของ1's

สำหรับตัวฉันในอนาคตที่มาที่นี่ผ่าน Google:

train_test_splitอยู่ในขณะนี้model_selectionดังนั้น:

from sklearn.model_selection import train_test_split

# given:
# features: xs
# ground truth: ys

x_train, x_test, y_train, y_test = train_test_split(xs, ys,
                                                    test_size=0.33,
                                                    random_state=0,
                                                    stratify=ys)

เป็นวิธีการใช้งาน การตั้งค่าrandom_stateเป็นที่พึงปรารถนาสำหรับการทำซ้ำ

ในบริบทนี้การแบ่งชั้นหมายความว่าเมธอด train_test_split ส่งคืนการฝึกอบรมและชุดย่อยการทดสอบที่มีสัดส่วนของป้ายกำกับคลาสเดียวกันกับชุดข้อมูลอินพุต

ลองเรียกใช้รหัสนี้มัน "ใช้งานได้":

from sklearn import cross_validation, datasets 

iris = datasets.load_iris()

X = iris.data[:,:2]
y = iris.target

x_train, x_test, y_train, y_test = cross_validation.train_test_split(X,y,train_size=.8, stratify=y)

y_test

array([0, 0, 0, 0, 2, 2, 1, 0, 1, 2, 2, 0, 0, 1, 0, 1, 1, 2, 1, 2, 0, 2, 2,
       1, 2, 1, 1, 0, 2, 1])