sklearn中给定折叠拆分的交叉验证答案

【问题标题】：cross validation in sklearn with given fold splitssklearn中给定折叠拆分的交叉验证
【发布时间】：2014-10-22 16:31:16
【问题描述】：

我正在学习如何在 Python 中将 Lasso 和 Ridge 与 sklearn 结合使用。我得到了列中的褶皱。我想根据 5 折交叉验证找到最佳参数。

我的数据如下所示：

    mpg cylinders  displacement  horsepower  weight  acceleration  origin  fold
0   18          8           307         130    3504          12.0       1     3
1   15          8           350         165    3693          11.5       1     0
2   18          8           318         150    3436          11.0       1     2
3   16          8           304         150    3433          12.0       1     2
4   17          8           302         140    3449          10.5       1     3


reg_para = [0.001, 0.005, 0.01, 0.05, 0.1, 0.5, 1, 5, 10, 50, 100]

mpg 是 y/target 变量，其他列是预测变量。最后一列包含折叠。我想运行 Lasso and Ridge 并找到最佳参数。我遇到的问题是将指定的折叠合并到交叉验证中。这是我到目前为止所拥有的（对于 Lasso）：

from sklearn.linear_model import Lasso, LassoCV
lasso_model = LassoCV(cv=5, alphas=reg_para)
lasso_fit = lasso_model.fit(X,y)

有没有一种简单的方法来合并折叠拆分？非常感谢任何帮助

【问题讨论】：

这是熊猫数据框吗？

标签： python scikit-learn

【解决方案1】：

如果您的数据在 pandas 数据框中，那么您需要做的就是访问该列

fold_labels = df["fold"]
from sklearn.cross_validation import LeaveOneLabelOut
cv = LeaveOneLabelOut(fold_labels)

lasso_model = LassoCV(cv=cv, alphas=reg_para)

因此，如果您在数组 fold_labels 中获得折叠标签，则可以使用 LeaveOneLabelOut（对于非功能性代码，抱歉。不过，阐明这个想法就足够了。）

【讨论】：