Python 使用列进行交叉验证

我有一个数据集，有超过10万行和大约1千列，包括一个

二元分类的目标列

预测问题。我在

python

中使用

H2O

GBM（最新的3.30xx）进行5次交叉验证和80-20次列车测试分割。我注意到H2O会自动分层，这很好。我的问题是，我有一个产品的整个数据集，其中有一些子产品作为一个单独的列或组。每个子产品都有5k到10k行的大小，因此我认为最好在每个子产品上检查单独的型号。我正在寻找是否可以指定该子产品组，以便在H2O模型培训中进行交叉验证。目前，我在进行列车测试拆分时正在对这些子产品进行循环，因为根据我迄今为止阅读的文档，我不清楚如何进行拆分。我是否可以在H2O中使用任何选项直接将此子产品列用于交叉验证？这样，我就可以控制更少的脚本中的所有模型输出。

---

我希望问题是清楚的。如果没有，请告诉我。谢谢。

折叠列

选项有效，文档中有一些简单的示例：