পদ্ধতি "ট্রেনস্টেস্ট_স্প্লিট" (সাইকিট শিখুন) থেকে প্যারামিটার "স্ট্রেটিফাই" করুন

Question 1

আমি train_test_splitপ্যাকেজ সাইকিট লার্ন থেকে ব্যবহার করার চেষ্টা করছি তবে পরামিতি নিয়ে আমার সমস্যা হচ্ছে stratify। আখেরাত কোড:

from sklearn import cross_validation, datasets 

X = iris.data[:,:2]
y = iris.target

cross_validation.train_test_split(X,y,stratify=y)

তবে, আমি নিম্নলিখিত সমস্যাটি পেতে থাকি:

raise TypeError("Invalid parameters passed: %s" % str(options))
TypeError: Invalid parameters passed: {'stratify': array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 
0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2])}

কারও কি ধারণা আছে যে কি চলছে? নীচে ফাংশন ডকুমেন্টেশন রয়েছে।

[...]

স্তরবদ্ধ : অ্যারের মত বা কিছুই নয় (ডিফল্ট কোনও হয় না)

যদি না হয় তবে, লেবেল অ্যারে হিসাবে এটি ব্যবহার করে ডেটা একটি স্তরিত ফ্যাশনে বিভক্ত হয়।

0.17 সংস্করণে নতুন: বিভাজক stratify

[...]

Question 2

সাইকিট-শিখুন আপনাকে কেবল এটি বলছে এটি "স্ট্রেটিফাই" যুক্তিটি স্বীকৃতি দেয় না, আপনি এটি ভুলভাবে ব্যবহার করছেন না। আপনার উদ্ধৃত ডকুমেন্টেশনে ইঙ্গিত হিসাবে প্যারামিটারটি 0.17 সংস্করণে যুক্ত করা হয়েছিল কারণ এটি।

সুতরাং আপনাকে কেবল সাইকিত-শিখুন আপডেট করতে হবে।

Question 3

এই stratifyপরামিতিটি একটি বিভক্ত করে তোলে যাতে উত্পাদিত নমুনার মানগুলির অনুপাত প্যারামিটারে সরবরাহিত মানের অনুপাতের সমান হয় stratify।

উদাহরণস্বরূপ, যদি ভেরিয়েবল yমানগুলির সাথে বাইনারি শ্রেণিবদ্ধ পরিবর্তনশীল হয় 0এবং 125% শূন্য এবং 75% থাকে stratify=yতবে তা নিশ্চিত করবে যে আপনার এলোমেলো বিভাজন 25% 0এর এবং 75% 1এর রয়েছে।

Question 4

আমার ভবিষ্যতের স্ব জন্য যিনি গুগলের মাধ্যমে এখানে আসেন:

train_test_splitএখন ভিতরে model_selection, তাই:

from sklearn.model_selection import train_test_split

# given:
# features: xs
# ground truth: ys

x_train, x_test, y_train, y_test = train_test_split(xs, ys,
                                                    test_size=0.33,
                                                    random_state=0,
                                                    stratify=ys)

এটি ব্যবহার করার উপায়। random_stateপুনরুত্পাদনযোগ্যতার জন্য সেটটি সেট করা পছন্দসই।

Question 5

এই প্রসঙ্গে স্ট্রেটিফিকেশন মানে ট্রেন_স্টেস্ট_স্প্লিট পদ্ধতি প্রশিক্ষণ এবং পরীক্ষার উপগ্রহগুলিকে ফিরিয়ে দেয় যা ক্লাস লেবেলের সমান অনুপাতযুক্ত ইনপুট ডেটাসেট হিসাবে।

Question 6

এই কোডটি চালানোর চেষ্টা করুন, এটি "কেবলমাত্র কাজ করে":

from sklearn import cross_validation, datasets 

iris = datasets.load_iris()

X = iris.data[:,:2]
y = iris.target

x_train, x_test, y_train, y_test = cross_validation.train_test_split(X,y,train_size=.8, stratify=y)

y_test

array([0, 0, 0, 0, 2, 2, 1, 0, 1, 2, 2, 0, 0, 1, 0, 1, 1, 2, 1, 2, 0, 2, 2,
       1, 2, 1, 1, 0, 2, 1])