如何使用tensorflow執行k-fold交叉驗證？

Question

我正在關注the IRIS example of tensorflow。

我現在的情況是，我將所有數據都放在一個CSV文件中，而不是分開，我想對該數據應用k-fold交叉驗證。

我有

data_set = tf.contrib.learn.datasets.base.load_csv(filename="mydata.csv", 
                target_dtype=np.int) 

如何可以在該數據集以作爲IRIS例如作爲同一多層神經網絡來執行的k折交叉驗證？

Answer 1

神經網絡通常用於沒有使用CV的大型數據集 - 而且非常昂貴。在IRIS的情況下（每個物種50個樣本），您可能需要它.. 爲什麼不使用scikit-learn with different random seeds拆分培訓和測試？

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42) 

對於k在kfold：

1. 分割數據不同地傳遞一個不同的值設定爲 「random_state」
2. 使用_train使用_test

如果

試驗學會的淨你不喜歡隨機種子，並想要一個更有結構化的k倍分割，你可以使用這個採取的f rom here。

from sklearn.model_selection import KFold, cross_val_score 
X = ["a", "a", "b", "c", "c", "c"] 
k_fold = KFold(n_splits=3) 
for train_indices, test_indices in k_fold.split(X): 
    print('Train: %s | test: %s' % (train_indices, test_indices)) 
Train: [2 3 4 5] | test: [0 1] 
Train: [0 1 4 5] | test: [2 3] 
Train: [0 1 2 3] | test: [4 5]