Является ли Pandas.DataFrame.sample (n = batch_size) хорошим способом получения пакетных данных?

Question

Я пытаюсь найти альтернативу встроенным реализациям, таким как mnist.train.next_batch(BATCH_SIZE)

При попытке реализовать функцию, которая возвращает пакет данных, я нашел pd.sample(n), и, похоже, он работаетхорошо.

Но мне было интересно, есть ли какие-то предостережения в использовании pd.sample() для машинного обучения?

Приветствия.

Answer 1

Я буду рекомендовать использовать

sklearn.model_selection.StratifiedKFold 

На основе документа: предоставляет индексы поезда / теста для разделения данных в наборах тестов поезда.

Этот объект перекрестной проверки является разновидностью KFoldэто возвращает стратифицированные складки.Сгибы создаются с помощью с сохранением процента выборок для каждого класса.

Если вы используете resample.Например, для модели классификатора трудно сделать так, чтобы все подданные содержали все классы.