比單獨使用train_test_split來劃分數據更嚴謹

?

?

stratify是為了保持split前類的分布。比如有100個數據，80個屬于A類，20個屬于B類。如果train_test_split(... test_size=0.25, stratify = y_all), 那么split之后數據如下：?
training: 75個數據，其中60個屬于A類，15個屬于B類。?
testing: 25個數據，其中20個屬于A類，5個屬于B類。?
用了stratify參數，training集和testing集的類的比例是 A：B= 4：1，等同于split前的比例（80：20）。通常在這種類分布不平衡的情況下會用到stratify。

這個參數sklearn的文檔4中講的不是太清楚

幫助文檔

http://scikit-learn.org/stable/modules/generated/sklearn.cross_validation.train_test_split.html

總結

以上是生活随笔為你收集整理的Cross_validation.train_test_split 中 stratify这个参数的意义是什么？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。