使用Sklearn 进行K折交叉验证，代码咋写呢
开始正文
- 先导入需要的库
import pandas as pd
import numpy as np
from sklearn.model_selection import KFold
- 读入数据，可以用 pd.read_csv(‘路径名’)。这里就假设数据。假设有5个训练样本x，各对应着一个标签y.
下面代码的y_train是numpy.ndarray 类型，为了使用列表进行索引方便。
y_train = np.array([1,0,1,1,0])
X_train = pd.DataFrame([[1,2],[3,4],[5,6],[7,8],[9,10]])
- K折交叉验证，设置 K = 5 假设5折吧，所以例子中每次有4个样本用于训练，1个样本用于验证。
K = 5 # 折数改这里
folds = KFold(n_splits= K, shuffle = True, random_state= 0) # 设置random_state，是为了每次都可以重复
# 这是把全部的训练数据拆分成了K份，K-1 份测试，1份验证
for trn_idx, val_idx in folds.split(X_train,y_train):
train_df, train_label = X_train.iloc[trn_idx,:],y_train[trn_idx]
valid_df, valid_label = X_train.iloc[val_idx,:],y_train[val_idx]
#X_train可以使用iloc, 注意y_train必须使用np.array()转化一下才能使用列表作为索引
接着在这个for循环里就可以将训练集和验证集分别用于训练和验证了
上边的trn_idx是存放四个训练样本的索引的列表，val_idx是作为验证集的那一个样本的索引。
我觉得易错点在于
train_df, train_label = X_train.iloc[trn_idx,:],y_train[trn_idx] 这句。X_train是DataFrame类型，所以可以使用iloc索引，行数传入了 trn_idx 这样一个列表索引没有问题。（菜到没脾气）
y_train注意要给它转化为numpy.ndarray 类型类型，这样才能使用列表进行索引!!
下面插播废话
工位周围其他组的人在讨论发论文… 写个记录来自娱自乐一下，嘿嘿
不管现在处于哪个阶段，一点一点地总能走到开悟之坡上去…