numpy - LeavePGroupsOut 用于多维数组

Question

我正在研究一个研究问题，并且由于包含主题的小型数据集，我正在尝试实施 Leave N Out 样式分析。

目前我正在做这个临时的，我偶然发现了 scikit-learn LeavePGroupsOut 函数。

我阅读了文档，但无法理解如何在多维数组中使用它。

我的数据如下：我有 50 个主题，每个主题大约 20 个条目（不固定）和每个条目的 20 个特征，每个条目的真实值（0 或 1）。

Answer 1

那么文档实际上很清楚： https ://scikit-learn.org/stable/modules/generated/sklearn.model_selection.LeavePGroupsOut.html#sklearn.model_selection.LeavePGroupsOut

在您的情况下，您需要连接您的数组 st 您可以为每个条目提供并具有组索引。因此，您的特征数组将具有 50*20 数据点乘以 20 个特征 (1000,20) 的形状，因此您的组数组也需要具有形状 (1000,)。

然后你需要通过定义交叉验证

lpgo = LeavePGroupsOut(n_groups=n_groups)

重要的是要注意，这将导致所有可能的遗漏测试组组合。