Kfold CV变量，其中大小（测试集）>N/K

Question

我有一个二进制分类问题，它在标签0和1（少数）中有一个巨大的不平衡。因为测试集标签为1的行太少，我让train测试至少70-30或60-40，所以仍然有显著的观察结果。由于我不是在衡量准确度（由于阶级不平衡），而是在更准确的回忆，这是特别重要的，因为一些真正的积极的差异是显著的

Python/sklearn中是否有KFold（或交叉验证方法）的变体，我选择K=5，并将分割设置为60-40？如下图所示：

Answer 1

你需要分层抽样来处理这种不平衡。 以下是sklearn为您提供的URL：组合Kfold和分层抽样/分割

http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.StratifiedKFold.html