2026a
# repartition
重新划分交叉验证的分区数据
函数库: TyMachineLearning
# 语法
kf = repartition(n_obsvts::Int, method::String; k::Int=10, p::Float64=0.1)
train_set, test_set = repartition(n_obsvts::Int, method::String; k::Int=10, p::Float64=0.1)
# 说明
kfnew = repartition(kf) 对数据集进行重新划分（k-fold）
snew = repartition(s) 对数据集进行重新划分（holdout）
# 示例
划分数据集训练决策树模型
加载 iris 数据集。
using TyMachineLearning
using CSV
using DataFrames
iris_X, iris_y = get_irsdata()
创建划分数据对象。
使用决策树分类器。
n_observations = size(iris_y)[1]
kf = cvpartition(n_observations, "kFold")
根据真实标签 y 和预测标签预测 y_pred 查看 Accuracy。
for (train_ids, test_ids) in kf
train_X = iris_X[train_ids, :]
train_y = iris_y[train_ids]
test_X = iris_X[test_ids, :]
test_y = iris_y[test_ids]
# do something...
# Create and train the model
tree = fitctree(train_X, train_y)
# Make predictions on the test set
predictions = TyMachineLearning.predict(tree, test_X)
# Evaluate the model, e.g., calculate accuracy
accuracy = sum(predictions .== test_y) / length(test_y)
# Print the accuracy or perform other operations
println("Accuracy: $accuracy")
end
Accuracy: 1.0
Accuracy: 0.9333333333333333
Accuracy: 1.0
Accuracy: 1.0
Accuracy: 0.8
Accuracy: 0.8666666666666667
Accuracy: 0.9333333333333333
Accuracy: 0.8666666666666667
Accuracy: 0.9333333333333333
Accuracy: 1.0
该函数是随机划分数据集，所以模型评估是有随机性正常情况。
spliting = cvpartition(n_observations, "Holdout")
train_ids, test_ids = spliting
train_X, train_y = iris_X[train_ids, :], iris_y[train_ids]
test_X, test_y = iris_X[test_ids, :], iris_y[test_ids]
([7.7 3.0 6.1 2.3; 4.8 3.0 1.4 0.1; … ; 7.2 3.6 6.1 2.5; 6.2 2.9 4.3 1.3], Int32[2, 0, 1, 2, 2, 1, 1, 0, 2, 0, 0, 1, 1, 2, 1])
该函数是随机划分数据集，所以模型评估是有随机性正常情况。
repartition(kf)
repartition(spliting)
([140, 78, 126, 26, 23, 81, 10, 32, 27, 57 … 79, 95, 124, 135, 45, 38, 19, 35, 104, 76], [134, 117, 5, 146, 61, 136, 14, 103, 150, 40, 6, 125, 142, 93, 109])
该函数是随机划分数据集，所以模型评估是有随机性正常情况。
# 输入参数
kfkf 对象
一个列表，其中包含 k 折数据划分，每一折中包含了训练集和测试集的索引元组。
s训练集测试集索引集合
训练集测试集索引集合。
# 输出参数
kfnew新的 kf 对象
一个列表，其中包含 k 折数据划分，每一折中包含了训练集和测试集的索引元组。
snew训练集测试集索引集合
返回新的训练集测试集索引集合。