5
class sklearn.cross_validation.ShuffleSplit(
n,
n_iterations=10,
test_fraction=0.10000000000000001,
indices=True,
random_state=None
)
正确的方式在scikit学习10 * 10倍CV? (通过改变random_state到10个不同的数字)
因为我没有找到任何random_state
参数在Stratified K-Fold
或K-Fold
和从K-Fold
单独总是为相同的数据相同。
如果ShuffleSplit
是正确的,一个值得关注的是,提到
注:违背其他交叉验证策略,随机拆分不 保证所有的折叠会有所不同,虽然这仍是 很可能是相当大的数据集
对于10 * 10倍的CV,情况总是如此吗?
谢谢,这正是我正在寻找的。顺便说一句,我在网页上的例子中看过很多次,有什么故事吗? – Flake
你问的是错误的问题:) http://en.wikipedia.org/wiki/42_(Hitchhiker%27s_Guide_to_the_Galaxy)#Answer_to_the_Ultimate_Question_of_Life.2C_the_Universe.2C_and_Everything_.2842.29 – ogrisel
我知道了!但忘了42是一个...... – Flake