python - 是否可以在多输入神经网络中使用 sklearn 中的 StratifiedKFold？

Question

我有一个数据集，可以以 python 字典 或 列表 的形式传递给多输入神经网络:

示例:

#dict
{'input1': X1, 'input2': X2, 'input3': X3}, {'output': Y}
#list
[ X1, X2, X3], y

现在我想使用K 折交叉验证来估计模型的性能。您认为我可以像这个单输入示例一样使用 sklearn 中的 StratifiedKFold 吗？

for train, test in kfold.split(X, Y):
  # create model
    model = Sequential()
    model.add(Dense(12, input_dim=8, activation='relu'))
    model.add(Dense(8, activation='relu'))
    model.add(Dense(1, activation='sigmoid'))
    # Compile model
    model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
    # Fit the model
    model.fit(X[train], Y[train], epochs=150, batch_size=10, verbose=0)
    # evaluate the model
    scores = model.evaluate(X[test], Y[test], verbose=0)
    print("%s: %.2f%%" % (model.metrics_names[1], scores[1]*100))
    cvscores.append(scores[1] * 100)

否则，最好的方法是什么？

Answer 1

skf.split() 返回索引，它仅取决于 Y:

for train_index, test_index in skf.split(X, y):
...    print("TRAIN:", train_index, "TEST:", test_index)
...    X_train, X_test = X[train_index], X[test_index]
...    y_train, y_test = y[train_index], y[test_index]

因此，您可以在此处传递任何 X 数组(甚至将第 1 层的 X1 转换为数据帧或合成 X)。然后你就拿走你的

train_index

和

test_index

并过滤您的所有输入。

同样，skf() 仅取决于您的 Y。所以目标是通过适当的 Y 并获得索引。

另一种方式:将输出中的所有输入合并到一个数据帧中，并保留每一层的列名称。在本例中，您有一个“大”X。首先将其拆分为 train_index 和 test_index，然后使用您在上面保存的列名称拆分为 X1、X2 和 X3。