以4-fold validation training为例
(1) 给定数据集data和标签集label
样本个数为
sampNum = len(data)
(2) 将给定的所有examples分为10组
每个fold个数为
foldNum = sampNum/10
(3) 将给定的所有examples分为10组
参考scikit-learn的3.1节：Cross-validation
1 import np 2 from sklearn import cross_validation 3 # dataset 4 5 data = np.array([[1,3],[2,4],[3.1,3],[4,5],[5.0,0.3],[4.1,3.1]]) 6 label = np.array([0,1,1,1,0,0]) 7 sampNum= len(data) 8 9 # 10-fold （9份为training，1份为validation） 10 kf = KFold(len(data), n_folds=4) 11 iFold = 0 12 for train_index, val_index in kf: 13 iFold = iFold+1 14 X_train, X_val, y_train, y_val = data[train_index], data[val_index], label[train_index], label[val_index] # 这里的X_train，y_train为第iFold个fold的训练集，X_val，y_val为validation set
给定的数据集如下：
所有样本的指标集为：
| 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
每个iFold(共4个)的训练集和validation set的index分别为：
iFold = 0 （训练集中包含6个examples，validation set 中包含3个examples）
iFold = 1
iFold = 2
iFold = 3
每个iFold的训练集和validation set分别为：
X_train, X_val, y_train, y_val = data[train_index], data[val_index], label[train_index], label[val_index]