如何通过索引自定义sklearn交叉验证迭代器？

Question

与Custom cross validation split sklearn类似我想为GridSearchCV定义我自己的拆分，为此我需要定制内置的交叉验证迭代器。

我想将我自己的一套列车测试指标交叉验证传递给GridSearch，而不是让迭代器为我确定它们。我浏览了sklearn文档页面上的可用cv迭代器，但找不到它。

比如我想实现这样的事情 数据有9个样品 为2倍CV创建我自己的一套培训测试指标

>>> train_indices = [[1,3,5,7,9],[2,4,6,8]] 
>>> test_indices = [[2,4,6,8],[1,3,5,7,9]] 
       1st fold^ 2nd fold^ 
>>> custom_cv = sklearn.cross_validation.customcv(train_indices,test_indices) 
>>> clf = GridSearchCV(X,y,params,cv=custom_cv) 

什么可以像customcv工作？

Answer 1

实际上，交叉验证迭代器就是这样：迭代器。他们在每次迭代时都会给出一个训练/测试折叠元组。那么这应该为你工作：

custom_cv = zip(train_indices, test_indices) 

另外，对于你提的具体情况，你可以做

import numpy as np 
labels = np.arange(0, 10) % 2 
from sklearn.cross_validation import LeaveOneLabelOut 
cv = LeaveOneLabelOut(labels) 

观察到list(cv)产量

[(array([1, 3, 5, 7, 9]), array([0, 2, 4, 6, 8])), 
(array([0, 2, 4, 6, 8]), array([1, 3, 5, 7, 9]))]