Как работает KFold, когда n_samples% n_splits не равен нулю

Question

Учитывая количество выборок n_samples и n_splits, когда n_sample % n_splits == 0, мы можем выполнить четко определенную перекрестную проверку в k-кратном размере.

Удивительно, но когда я случайно установил n_samples = 40, n_splits = 14, KFold все еще работает, вот мой код

from sklearn.model_selection import KFold
import numpy as np

kf_test = KFold(n_splits=14)
test_x = np.random.rand(40)
pointer = 0
for item_t, item_v in kf_test.split(test_x):
    if pointer == 0:
        print(item_t.shape)
        print(item_v.shape)
        print(len(item_v) / 40)
    pointer += 1
pointer, test_x

Как работает KFold при n_samples % n_splits != 0? Я пробовал разные значения, но не смог найти образец.

Answer 1

В документации написано:

Первые сгибы n_samples% n_splits имеют размер n_samples // n_splits + 1, остальные сгибы имеют размер n_samples // n_splits, где n_samples - количество выборок.

В этом случае набор данных разбивается на 14 сгибов, причем 12 сгибов имеют по 3 примера в каждом, и 2 сгиба имеют по 2 примера в каждом.

Вы можете увидеть это с вашим кодом, если просто удалите переменную-указатель.

from sklearn.model_selection import KFold
import numpy as np

kf_test = KFold(n_splits=14)
test_x = np.random.rand(40)
for item_t, item_v in kf_test.split(test_x):
    print(item_t.shape)
    print(item_v.shape)
    print(len(item_v) / 40)
# test_x