"Train_test_split" yönteminden "stratify" parametresi (scikit Learn)

train_test_splitScikit Learn paketinden kullanmaya çalışıyorum ama parametrelerle sorun yaşıyorum stratify. Bundan sonra kod:

from sklearn import cross_validation, datasets 

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

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

Ancak, şu sorunu almaya devam ediyorum:

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])}

Birinin neler olduğu hakkında bir fikri var mı? Fonksiyon belgeleri aşağıdadır.

[...]

stratify : dizi benzeri veya Yok (varsayılan Yoktur)

Hiçbiri değilse, veriler, bunu labels dizisi olarak kullanarak katmanlara ayrılmış bir şekilde bölünür.

0.17 sürümündeki yenilik: katmanlı bölme

[...]

Scikit-Learn size sadece "tabakalaşma" argümanını tanımadığını söylüyor, yanlış kullandığınızı değil. Bunun nedeni, parametrenin, alıntı yaptığınız belgelerde belirtildiği gibi 0.17 sürümüne eklenmiş olmasıdır.

Yani Scikit-Learn'ü güncellemeniz yeterlidir.

Bu stratifyparametre, üretilen numunedeki değerlerin oranının, parametreye sağlanan değerlerin oranıyla aynı olması için bir bölme yapar stratify.

Örneğin, değişken ydeğerleri olan ikili bir kategorik değişkense 0ve 1sıfırların% 25'i ve birlerin% 75'i stratify=yvarsa, rasgele bölümünüzün% 25 0ve% 75'e sahip olmasını sağlayacaktır 1.

Google aracılığıyla buraya gelen gelecekteki benliğim için:

train_test_splitşimdi model_selectioniçeride, dolayısıyla:

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)

onu kullanmanın yolu. Yeniden random_stateüretilebilirlik için ayarlanması arzu edilir.

Bu bağlamda, tabakalaşma, train_test_split yönteminin, girdi veri kümesiyle aynı oranlarda sınıf etiketlerine sahip eğitim ve test alt kümelerini döndürdüğü anlamına gelir.

Bu kodu çalıştırmayı deneyin, "sadece çalışıyor":

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])