sklearn Kfold 访问单折叠而不是 for 循环

使用 cross_validation.KFold(n, n_folds=folds) 之后，我想访问索引以进行单折叠的训练和测试，而不是遍历所有折叠。

那么我们来看一下示例代码：

from sklearn import cross_validation
X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])
y = np.array([1, 2, 3, 4])
kf = cross_validation.KFold(4, n_folds=2)

>>> print(kf)  
sklearn.cross_validation.KFold(n=4, n_folds=2, shuffle=False,
                           random_state=None)
>>> for train_index, test_index in kf:

我想像这样访问 kf 中的第一个折叠（而不是 for 循环）：

train_index, test_index in kf[0]

这应该只返回第一个折叠，但我收到错误：“TypeError：‘KFold’对象不支持索引”

我想要的输出：

>>> train_index, test_index in kf[0]
>>> print("TRAIN:", train_index, "TEST:", test_index)
TRAIN: [2 3] TEST: [0 1]

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

Question

如何仅检索一次训练和测试的索引，而不经历整个 for 循环？

你走在正确的轨道上。您现在需要做的就是：

kf = cross_validation.KFold(4, n_folds=2)
mylist = list(kf)
train, test = mylist[0]

kf实际上是一个生成器，它在需要时才计算训练-测试分割。这可以提高内存使用率，因为您不会存储不需要的项目。列一个清单KFold对象强制它使所有值可用。

这里有两个很好的问题来解释什么是生成器：one https://stackoverflow.com/questions/1756096/understanding-generators-in-python and two https://stackoverflow.com/questions/231767/what-does-the-yield-keyword-do-in-python?rq=1

2018 年 11 月编辑

自 sklearn 0.20 以来，API 已发生变化。更新的示例（对于 py3.6）：

from sklearn.model_selection import KFold
import numpy as np

kf = KFold(n_splits=4)

X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])


X_train, X_test = next(kf.split(X))

In [12]: X_train
Out[12]: array([2, 3])

In [13]: X_test
Out[13]: array([0, 1])