Lewati ke konten utama

Menu

Riset

Cara memeriksa cakupan kelas sebelum menerima pembagian berdasarkan kelompok

Bahasa: Bahasa Indonesia

Simpan contoh yang berkaitan dalam kelompok yang sama jika harus tetap bersama saat data dibagi untuk pelatihan dan pengujian. Kelompok bisa berupa percakapan, pelanggan, atau unit lain dalam evaluasi. Sebelum memilih cara membagi data, catat kelas yang wajib muncul di tiap bagian uji dan jumlah minimumnya. Kehadiran kelas dan keseimbangan yang tepat adalah dua syarat berbeda.

Periksa pembagian yang dihasilkan

Simpan pemetaan kelompok ke bagian dan hitung tiap kelas dalam setiap bagian uji. Periksa secara terpisah apakah kelompok tetap utuh dan semua kelas wajib tercakup. Jika ada kelas wajib yang hilang, tunda penerimaan dan cari tahu apakah penempatan lain dengan kelompok utuh memenuhi syarat.

Dalam contoh rekaan dengan 24 baris, StratifiedGroupKFold di scikit-learn 1.7.2 memakai tiga bagian tanpa pengacakan. Satu set ID kelompok numerik menghasilkan pasangan jumlah kelas (4, 2), (4, 6), dan (4, 4). Setelah ID dibalik, hasilnya (4, 6), (4, 0), dan (4, 6), tanpa mengubah baris, label, atau keanggotaan kelompok. Hasil pertama mencakup semua kelas tetapi tidak seimbang persis. Hasil kedua gagal memenuhi kedua syarat. Susunan dengan tepat (4, 4) dimungkinkan dalam contoh ini.

Periksa apakah syarat bisa dipenuhi

Jika kedua bagian harus berisi semua kelas, setiap kelas harus muncul dalam sedikitnya dua kelompok independen. Lihat hubungan kelas dan kelompok untuk memeriksa apakah semua kelas dapat muncul sekaligus di kedua bagian.

Dalam dua contoh terpisah dengan 12 baris, setiap kelas muncul dalam dua kelompok dan setiap kelompok berisi dua baris. Karena itu, kedua kelompok untuk setiap kelas perlu masuk ke bagian yang berbeda. Jika enam pasangan membentuk satu siklus, kelompok dapat ditempatkan bergantian. Jika pasangan membentuk dua segitiga, ketiga kelompok dalam setiap segitiga masing-masing harus berada di bagian yang berbeda dari dua lainnya. Setiap segitiga pasti menyisakan kelas yang hilang. Dari seluruh 62 penempatan ke dua bagian bernama yang tidak kosong, dua mencakup semua kelas untuk siklus, dan tidak ada untuk kedua segitiga.

Pilih perbaikan yang menghormati batasan

Dalam contoh dua segitiga, bagian pertama yang dihasilkan tidak memuat kelas 5 dan bagian kedua tidak memuat kelas 1. Jika penempatan lama tidak berubah, dua kelompok baru yang independen dapat mengisi kekurangan itu secara terpisah. Satu kelompok utuh hanya bisa masuk ke satu bagian uji.

Jika kelompok lama boleh dipindahkan, satu kelompok baru bisa cukup. Dalam contoh ini, sembilan dari 15 profil dua kelas berhasil. Setiap profil berisi satu kelas dari tiap segitiga. Empat profil mengharuskan pemindahan sedikitnya satu kelompok lama dan lima sisanya sedikitnya tiga. Sebelum mengumpulkan kelompok baru, periksa kelas yang dikandungnya dan pemindahan yang diizinkan dalam evaluasi.

Catat penempatan yang diterima, jumlah per bagian, dan cara memeriksa keutuhan kelompok. Beri versi evaluasi baru jika daftar kasus berubah. Pemeriksaan cakupan memastikan jumlah dan keanggotaan yang ditetapkan. Periksa juga syarat penerimaan lain, termasuk apakah kasus mewakili tujuan penggunaan.

Validasi silang berdasarkan kelompok di scikit-learn