Scikit learn 分层与模型评价

Scikit learn 分层与模型评价,scikit-learn,evaluation,Scikit Learn,Evaluation,我想使用不平衡数据集评估三个模型,即LogisticRegression、SVM和Random Forest。我决定采用严格的方法。 第一个选项是使用train\u test\u split并设置stratyfy=y 然而,我使用了10次分割的StratifyKfold方法。 在这种情况下,如何使用相同的拆分来评估我的三个模型?如果使用相同的数据集,可以修复层叠文件夹的随机状态参数。如果您这样做,您将使用相同的10个分割来评估这三个模型

我想使用不平衡数据集评估三个模型,即
LogisticRegression
SVM
Random Forest
。我决定采用严格的方法。 第一个选项是使用
train\u test\u split
并设置
stratyfy=y
然而,我使用了10次分割的
StratifyKfold
方法。
在这种情况下,如何使用相同的拆分来评估我的三个模型?

如果使用相同的数据集,可以修复
层叠文件夹的
随机状态
参数。如果您这样做,您将使用相同的10个分割来评估这三个模型