交差検証

Python によるモデル検証

Kasey Jones

Data Scientist

交差検証

学習、検証、テスト用データは全体を3分割して作成します。例: 学習60%、検証20%、テスト20%。

交差検証

交差検証では、データを1回の80:20ではなく、複数回に分割します。例: 5通りの80:20分割。

n_splits: 分割数（交差検証の折数）

shuffle: 分割前にシャッフルするか

random_state: 乱数シード

from sklearn.model_selection import KFold

X = np.array(range(40))
y = np.array([0] * 20 + [1] * 20)

kf = KFold(n_splits=5)

splits = kf.split(X)

kf = KFold(n_splits=5)
splits = kf.split(X)

for train_index, test_index in splits:
    print(len(train_index), len(test_index))

32 8 32 8 32 8 32 8 32 8

# インデックス集合の一例を表示
print(train_index, test_index)

[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 ...]
[32 33 34 35 36 37 38 39]

rfr = RandomForestRegressor(n_estimators=25, random_state=1111)

errors = []
for train_index, val_index in splits:
    X_train, y_train = X[train_index], y[train_index]
    X_val, y_val = X[val_index], y[val_index]

    rfr.fit(X_train, y_train)
    predictions = rfr.predict(X_val)
    errors.append(<some_accuracy_metric>)

print(np.mean(errors))

4.25

演習の時間

Python によるモデル検証