Python 在应用分层k-折叠交叉验证后，如何将数据分为测试和训练？

我已经使用以下代码将列指定给其特定的k折叠：

from sklearn.model_selection import StratifiedKFold, train_test_split

# Stratified K-fold cross-validation 
df['kfold'] = -1
df = df.sample(frac=1).reset_index(drop=True)
y = df.quality
kf = StratifiedKFold(n_splits=5)

for f, (t_,v_) in enumerate(kf.split(X=df, y=y)):
  df.loc[v_, 'kfold'] = f

现在，数据帧如预期的那样：

        alcohol  volatile acidity   sulphates citric acid   quality kfold
1499    10.9            0.36          0.73        0.39          6   4
1500    9.5             0.65          0.55        0.10          5   4
1501    13.4            0.44          0.66        0.68          6   4
1502    9.6             0.59          0.67        0.24          5   4
1503    13.0            0.53          0.77        0.79          5   4

但是如何将其拆分为训练和测试拆分？

将数据帧拆分为多个折叠，并返回训练/测试索引。 每个折叠将有一部分用于测试（尺寸len（数据）/n），其余部分用于培训

在for循环中，您可以访问列车和测试集，如下所示：

for f, (t_,v_) in enumerate(kf.split(X=df, y=y)):
  df_train = df.loc[t_]
  df_test = df.loc[v_]

正如您可以看到的那样，您添加的

kfold

列标记了测试数据。其余数据应用于此折叠的培训。即，对于

kfold==1

，训练数据是所有其他数据（

kfold！=1

）