我如何改编这个已弃用的 StratifiedKFold 代码

Question

我有一个数据集，其中响应值不平衡，我有更多合格的拒绝值与非拒绝值，因此我希望平衡我的数据集。为此，有一个代码可以使用现已弃用的代码cross_validation.StratifiedKFold，但现在我需要对其进行调整，但我并不完全理解它，所以我正在寻求帮助。原来的代码是：def stratified_cv(X, y, clf_class, shuffle=True, n_folds=10, **kwargs):    stratified_k_fold = cross_validation.StratifiedKFold(y, n_folds=n_folds, shuffle=shuffle)    y_pred = y.copy()    # ii -> train    # jj -> test indices    for ii, jj in stratified_k_fold:         X_train, X_test = X[ii], X[jj]        y_train = y[ii]        clf = clf_class(**kwargs)        clf.fit(X_train,y_train)        y_pred[jj] = clf.predict(X_test)    return y_pred数据集 fit_transformed在哪里X，转换为 numpy float 数组并缩放，y“拒绝”与“未拒绝”分类转换为 int 数组（当然是 0 或 1）。最后clf_class(**kwargs)可以是分类器，例如ensemble.GradientBoostingClassifier,svm.SVC和ensemble.RandomForestClassifiery = np.array([0,0,0,0,0,1,1])

Answer 1

StratifiedKFold已搬进model_selection. 所以你应该这样做：

from sklearn.model_selection import StratifiedKFold

def stratified_cv(X, y, clf_class, shuffle=True, n_folds=10, **kwargs):

    stratified_k_fold = StratifiedKFold(n_splits=n_folds, shuffle=shuffle)

    y_pred = y.copy()

    # ii -> train

    # jj -> test indices

    for ii, jj in stratified_k_fold.split(X,y): 

        X_train, X_test = X[ii], X[jj]

        y_train = y[ii]

        clf = clf_class(**kwargs)

        clf.fit(X_train,y_train)

        y_pred[jj] = clf.predict(X_test)

    return y_pred