Validare locală

Câștigarea unei competiții Kaggle în Python

Yauhen Babakhin

Kaggle Grandmaster

Motivație

exemplu de supraantrenare cu clasamentele Public și Private

Setul holdout

schema setului de validare

Setul holdout

schema setului de validare

Setul holdout

schema setului de validare

Validare încrucișată K-fold

împărțirea datelor de antrenare în patru fold-uri

Validare încrucișată K-fold

schema validării încrucișate k-fold

Validare încrucișată K-fold

# 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]

K-fold stratificat

schema validării încrucișate stratificate k-fold

K-fold stratificat

# 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]

Să exersăm!

Câștigarea unei competiții Kaggle în Python