Langkau ke kandungan utama

Menu

Penyelidikan

Cara menyemak liputan kelas sebelum menerima pembahagian mengikut kumpulan

Bahasa: Bahasa Melayu

Kekalkan contoh berkaitan dalam satu kumpulan jika perlu berada bersama apabila data dibahagikan untuk latihan dan ujian. Kumpulan boleh berupa perbualan, pelanggan atau unit lain yang ditentukan oleh penilaian. Sebelum memilih kaedah pembahagian, catat kelas yang wajib ada dalam setiap bahagian ujian dan bilangan minimum. Kehadiran kelas dan keseimbangan tepat ialah syarat berbeza.

Semak pembahagian yang terhasil

Simpan pemetaan kumpulan kepada bahagian dan kira setiap kelas dalam setiap bahagian ujian. Semak keutuhan kumpulan dan liputan kelas secara berasingan. Jika kelas wajib tiada, tangguhkan penerimaan dan semak sama ada susunan kumpulan lengkap yang lain boleh memenuhi syarat.

Dalam contoh rekaan 24 baris, StratifiedGroupKFold dalam scikit-learn 1.7.2 menggunakan tiga bahagian tanpa mengocok data. Satu set ID kumpulan berangka menghasilkan pasangan bilangan kelas (4, 2), (4, 6) dan (4, 4). Membalikkan ID menghasilkan (4, 6), (4, 0) dan (4, 6), dengan baris, label dan keahlian kumpulan yang sama. Hasil pertama mempunyai semua kelas tetapi tidak seimbang tepat. Hasil kedua gagal kedua-dua syarat. Susunan dengan tepat (4, 4) boleh dicapai dalam contoh ini.

Semak sama ada syarat boleh dipenuhi

Jika kedua-dua bahagian perlu mengandungi semua kelas, setiap kelas mesti ada dalam sekurang-kurangnya dua kumpulan bebas. Lihat hubungan kelas dengan kumpulan untuk menyemak sama ada semua kelas boleh muncul serentak dalam kedua-dua bahagian.

Dalam dua contoh berasingan dengan 12 baris, setiap kelas wujud dalam dua kumpulan dan setiap kumpulan ada dua baris. Oleh itu, kedua-dua kumpulan bagi setiap kelas mesti masuk ke bahagian yang berlainan. Jika enam pasangan membentuk satu kitaran, kumpulan boleh diletakkan secara berselang-seli. Jika pasangan membentuk dua segi tiga, ketiga-tiga kumpulan setiap segi tiga perlu berada di bahagian yang bertentangan antara satu sama lain. Setiap segi tiga menyebabkan satu kekurangan. Daripada 62 pembahagian kepada dua bahagian bernama yang tidak kosong, dua memberi liputan penuh untuk kitaran dan tiada untuk kedua-dua segi tiga.

Pilih pembetulan yang menepati kekangan

Dalam contoh dua segi tiga, bahagian pertama tidak mengandungi kelas 5 dan bahagian kedua tidak mengandungi kelas 1. Jika susunan lama kekal, dua kumpulan bebas baharu boleh melengkapkan kekurangan secara berasingan. Satu kumpulan lengkap hanya boleh masuk ke satu bahagian ujian.

Jika kumpulan sedia ada boleh dialihkan, satu kumpulan baharu mungkin mencukupi. Dalam contoh ini, sembilan daripada 15 profil dua kelas berjaya. Setiap profil mengandungi satu kelas daripada setiap segi tiga. Empat profil memerlukan sekurang-kurangnya satu kumpulan asal dialihkan dan baki lima memerlukan sekurang-kurangnya tiga. Sebelum mengumpul kumpulan baharu, semak kelas yang dikandungi dan pemindahan yang dibenarkan.

Catat susunan yang diterima, bilangan setiap bahagian dan cara keutuhan kumpulan disemak. Berikan versi penilaian baharu apabila senarai kes berubah. Semakan liputan mengesahkan bilangan dan keahlian yang ditetapkan. Semak juga syarat penerimaan lain, termasuk sama ada kes mewakili tujuan penggunaan.

Pengesahan silang mengikut kumpulan dalam scikit-learn