我正在尝试编写10倍交叉验证的代码。在
也就是说,将数据分成10个大小相等的数据大块。然后呢,对于每10次迭代,取出第i个块,并将剩余的90%用于测试数据。在
对于第二次迭代,我需要将前10%和最后80%结合起来。对于第三次迭代,我将前20%和最后70%结合起来。等等
(所以第一次迭代,前10%被删除,第二次迭代,第二次10%被删除,等等)
我的数据由1000个项目组成,每个项目都是一个由70个类型值组成的数组np浮动在
10个验证中的每一个都将调用此循环,i=0,i=1….i=9:
def get_training(input_array, i):
training = (input_array[:i*subset_size] + input_array[(i+1)*subset_size:])
return training
它以前起作用了,但现在我发现了错误:
^{pr2}$我想这可能是因为np.浮动数据类型;它以前使用另一个数据类型。在
谢谢
不要重新发明轮子。您可以在} 和^{} 。在
sklearn.cross_validation
模块中使用函数^{参见文档:
尝试:
(对于numpy数组,+运算符将值相加,假设它们的形状相同:)
^{pr2}$相关问题 更多 >
编程相关推荐