在Python中合并大小不同的两个列表列表

Question

我正在尝试写一个代码来进行10折交叉验证。

简单来说，就是把数据分成10个大小相等的部分。然后，在每次的10次循环中，拿出第i个部分，剩下的90%用作测试数据。

在第二次循环中，我需要把前10%的数据和最后80%的数据合在一起。第三次循环时，我把前20%的数据和最后70%的数据合在一起，依此类推。

（所以在第一次循环中，前10%的数据被去掉；在第二次循环中，第二个10%的数据被去掉，等等。）

我的数据总共有1000个项目，每个项目是一个包含70个np.float类型值的数组。

这个循环会在每次10次验证中被调用，i的值从0到9：

def get_training(input_array, i):
    training = (input_array[:i*subset_size] + input_array[(i+1)*subset_size:])
    return training

之前这个代码是可以正常工作的，但现在我遇到了一个错误：

operands could not be broadcast together with shapes (100,70) (800,70)

我觉得这可能是因为np.float数据类型的问题；之前用其他数据类型时是可以正常工作的。

谢谢！

Answer 1

试试这个：

training = np.concatenate((input_array[:i*subset_size], input_array[(i+1)*subset_size:]))

（对于numpy数组来说，+这个符号是用来把数值加在一起的，前提是它们的形状得一样：）

a = np.array(range(10))
print a + a                 # => [ 0  2  4  6  8 10 12 14 16 18]

Answer 2

别自己重复造轮子。你可以使用KFold和StratifiedKFold这两个函数，它们在sklearn.cross_validation模块里。

可以看看文档：

K-Folds交叉验证迭代器。

它提供了训练和测试的索引，用来把数据分成训练集和测试集。这个方法会把数据集分成k个连续的部分（不打乱顺序）。

每一部分会被用作一次验证集，而剩下的k-1部分则组成训练集。