问题标签 [k-fold]

我正在尝试在 XGBoost 回归问题上使用 kFold。数据样本如下：

当我使用以下代码时：

我得到输出

当我尝试

我明白了

有人知道为什么吗？

谢谢

我正在使用 Kfold 方法。我有一个大小为 1035 的数据集。我想确保我的模型不会过度拟合，因为我得到了 100% 的测试准确度，如果我增加 epoch，它会达到 100% 的测试准确度，然后又回到 77%。我还实施了提前停止，但我设置的耐心水平无法达到那里，因为它正在学习的每次迭代和耐心数量都会被重置。有人可以建议我该怎么做吗？我的模型有问题吗？我尝试改变学习率，但它影响了我的 ROC 曲线，但我得到了 100% 的测试准确率。

我将在数据集上应用负二项式回归模型，并使用交叉验证（K-Fold）检查模型分数以及特征的权重和显着性。这是应用 MinMax 缩放器后的数据框。w4 是一个分类变量。

我使用以下代码来获取训练模型在测试数据集上的分数，但在处理模型的训练和测试数据集时似乎存在问题。如果有人可以提供帮助，我将不胜感激。

我想对回归（非分类）模型进行交叉验证，并最终获得大约 0.90 的平均准确度。但是，我不知道该方法中使用什么指标来确定准确性。我知道 k 折交叉验证中的拆分是如何工作的。我只是不知道 scikit learn 库用来计算预测准确性的公式。（我知道它是如何用于分类模型的）。有人可以给我 sklearn.model_selection.cross_val_score 使用的指标/公式吗？

提前致谢。

我需要使用分层 kfold（不平衡的多类任务）交叉验证 keras 模型。是否可以在 (folds = list(StratifiedKFold(k, shuffle=True, random_state=1).split(x_train, y_train)) 中将 x_train/y_train 与 imagedatagenerator (flow_from_directory) 一起使用？在 Kaggle ( https:// /www.kaggle.com/stefanie04736/simple-keras-model-with-k-fold-cross-validation?select=train.json.7z），但是 x_train, y_train = next(train_generator) 没有映射数据和标签正确。任何帮助将不胜感激！

我已经使用以下代码将列分配到其特定的 k 折叠：

现在数据框符合预期：

但是如何将其拆分为训练和测试拆分？

我在 Keras 中使用 Weights&Biases 基于云的扫描。因此，首先我在 W&B 项目中创建一个新的 Sweep，其配置如下：

我的sweep.py文件看起来像这样：

从.wandb agent文件夹中的命令开始sweep.py。

我对这个设置的体验是，第一个 wandb.init() 调用会初始化一个新的运行。好的，我可以删除它。但是当第二次调用 wandb.init() 时，它似乎忘记了它正在运行的扫描。在线扫描中列出了一个空运行（因为第一次 wandb.init() 调用），所有其他运行列在项目中，但不在扫描中。

我的目标是对 k 折交叉验证的每一折进行一次运行。至少我认为这将是这样做的正确方法。是否有不同的方法将扫描与 keras k-fold 交叉验证相结合？

正如标题所说，我想知道 sklearnGroupKFold和GroupShuffleSplit.

两者都为具有组 ID 的数据进行训练测试拆分，因此这些组不会在拆分中分离。我检查了每个函数的一个训练集/测试集，它们看起来都做了一个很好的分层，但如果有人能确认所有拆分都这样做，那就太好了。

我对两者进行了测试，分为 10 次：

我在运行我的项目时遇到问题，错误是数组超出范围，你能帮我吗？这是我的方法

当我尝试禁用循环程序成功成功的测试记录时，但是当我启用该循环时，我有一个错误 Array out of bounds in here

你能帮我解决这个问题吗？

我使用 GroupKFold 调整了 RandomForest（以防止数据泄漏，因为某些行来自同一组）。

我得到了一个最佳拟合模型，但是当我对测试数据进行预测时，它说它需要组特征。

那有意义吗？奇怪的是，组功能也成为最重要的功能之一。

我只是想知道是否有什么我可能做错了。

谢谢