scikit-learn - train_test_split 与 StratifiedShuffleSplit 中的分层参数

Question

在sklearn 的函数中使用stratify参数和函数有什么区别？他们不做同样的事情吗？train_test_splitStratifiedShuffleSplit

标签： scikit-learntrain-test-split

Answer 1

这两个模块执行不同的操作。

train_test_split，顾名思义，用于将数据拆分为单个训练和单个测试子集，并且该stratify参数允许以分层方式执行此操作。

StratifiedShuffleSplit，另一方面，为交叉验证提供拆分；来自文档：

分层 ShuffleSplit 交叉验证器

提供训练/测试索引以拆分训练/测试集中的数据。

注意复数集（强调我的）。

那么，StratifiedShuffleSplit当KFold我们想要确保 CV 拆分是分层的而不是替换train_test_split.