Lokální validace

Jak vyhrát soutěž na Kaggle v Pythonu

Yauhen Babakhin

Kaggle Grandmaster

Motivace

příklad přeučení s veřejným a soukromým žebříčkem

Holdout sada

schéma holdout sady

Holdout sada

schéma holdout sady

Holdout sada

schéma holdout sady

K-násobná křížová validace

rozdělení trénovacích dat do čtyř složek

K-násobná křížová validace

schéma k-násobné křížové validace

K-násobná křížová validace

# Import KFold
from sklearn.model_selection import KFold

# Create a KFold object
kf = KFold(n_splits=5, shuffle=True, random_state=123)

# Loop through each cross-validation split
for train_index, test_index in kf.split(train):

    # Get training and testing data for the corresponding split
    cv_train, cv_test = train.iloc[train_index], train.iloc[test_index]

Stratifikovaný K-fold

schéma stratifikované k-násobné křížové validace

Stratifikovaný K-fold

# Import StratifiedKFold
from sklearn.model_selection import StratifiedKFold


# Create a StratifiedKFold object
str_kf = StratifiedKFold(n_splits=5, shuffle=True, random_state=123)


# Loop through each cross-validation split
for train_index, test_index in str_kf.split(train, train['target']):
    cv_train, cv_test = train.iloc[train_index], train.iloc[test_index]

Pojďme procvičovat!

Jak vyhrát soutěž na Kaggle v Pythonu