交叉验证的

分组 k 折叠

是 k 折叠的变体，它确保同一组不会同时出现在测试集和训练集中。例如，如果数据是从不同的受试者那里获得的，每个受试者有多个样本，并且如果模型足够灵活以从高度特定于个人的特征中学习，它可能无法推广到新的受试者。 使检测这种过度拟合情况成为可能。

假设你有三个受试者，每个受试者都有一个从 1 到 3 的关联数字

每个受试者都在不同的测试折叠中，并且同一受试者永远不会同时出现在测试集和训练集中。请注意，由于数据不平衡，折叠的大小并不完全相同。如果必须在折叠之间平衡类比例， 是更好的选择。

这是交叉验证行为的可视化。

与 类似，来自 的测试集将构成所有数据的完整分区。与 不同， 根本没有随机化，而 在 时是随机化的。

StratifiedGroupKFold

是一种交叉验证方案，它结合了 和。其想法是尝试在保持每个组在一个拆分内的同时，保留每个拆分中类的分布。当你的数据集不平衡时，这可能很有用，因此仅使用 可能会产生倾斜的拆分。

示例

以下是针对不均匀组的交叉验证行为的可视化

留一组出

是一种交叉验证方案，其中每个拆分都保留属于一个特定组的样本。组信息通过一个数组提供，该数组对每个样本的组进行编码。

因此，每个训练集都由除与特定组相关的样本之外的所有样本组成。这与 的 相同，也与 等于传递给 参数的唯一标签数量的 相同。

例如，在多个实验的情况下， 可用于创建基于不同实验的交叉验证：我们使用除一个实验之外的所有实验的样本创建训练集

另一个常见的应用是使用时间信息：例如，组可以是样本的收集年份，从而允许针对基于时间的拆分进行交叉验证。

留 P 组出

与 类似，但它会从每个训练/测试集中移除与 个组相关的样本。所有可能的 个组组合都会被移除，这意味着当 时，测试集会重叠。

Leave-2-Group Out 的示例

分组随机拆分

迭代器类似于 和 的组合，它会生成一系列随机分区，其中每个拆分都会保留一组组。每个训练/测试拆分都是独立进行的，这意味着连续的测试集之间没有保证的关系。

这是一个使用示例

这是交叉验证行为的可视化。

当需要 的行为，但组的数量足够大，以至于生成所有可能的 个组被保留的分区将非常昂贵时，此类很有用。在这种情况下， 提供了由 生成的训练/测试拆分的随机样本（有放回）。