如何在 Python 中使用 k-fold-stratified 创建实际的数据帧

Question

在我从 sklearn Stratifiednfold 返回的索引中，如何从每个折叠创建相应的数据帧？

skf = StratifiedKFold(n_splits=10)
skf.get_n_splits(X, y)

for train_index, test_index in skf.split(X, y):
print("TRAIN:", train_index, "TEST:", test_index) 

打印出带有索引的列表。如何将这些映射回我原来的 Dataframe？

我需要它们，因为我想在训练数据上运行我的 texclassification 模型之前将我的增强数据添加到训练数据中。

Answer 1

您可以使用以下索引列表过滤原始数据框：

df = pd.DataFrame({'foo': ['a', 'b', 'c', 'd', 'e']})
indices = [0, 2, 4]
df = df[df.index.isin(indices)]

输出：

  foo
0   a
2   c
4   e