numpy: Jak mogę wybrać określone indeksy w tablicy np dla k-krotności sprawdzania poprawności?

Question

Mam zestaw danych treningowych w formie matrycy o wymiarach 5000 x 3027 (zestaw danych CIFAR-10). Używając array_split w numpy, podzieliłem go na 5 różnych części i chcę wybrać tylko jedną z części jako fałd walidacyjny krzyżowy. Jednak mój problem pojawia się, gdy używam czegoś takiego jak XTrain [[Indexes]], gdzie indeksy są tablicą jak [0,1,2,3], ponieważ dzięki temu otrzymuję tensor 3D o wymiarach 4 x 1000 x 3027, a nie macierz. Jak zwinąć "4 x 1000" w 4000 rzędów, aby uzyskać macierz 4000 x 3027?

for fold in range(len(X_train_folds)): 
    indexes = np.delete(np.arange(len(X_train_folds)), fold) 
    XTrain = X_train_folds[indexes] 
    X_cv = X_train_folds[fold] 
    yTrain = y_train_folds[indexes] 
    y_cv = y_train_folds[fold] 

    classifier.train(XTrain, yTrain) 
    dists = classifier.compute_distances_no_loops(X_cv) 
    y_test_pred = classifier.predict_labels(dists, k) 

    num_correct = np.sum(y_test_pred == y_test) 
    accuracy = float(num_correct/num_test) 
    k_to_accuracy[k] = accuracy 

Answer 1

Proponuję użyć pakietu scikit-learn. To już jest wyposażony w wiele narzędzi do nauki wspólny maszynowych, takich jak K-fold cross-validation generator:

>>> from sklearn.cross_validation import KFold 
>>> X = # your data [samples x features] 
>>> y = # gt labels 
>>> kf = KFold(X.shape[0], n_folds=5) 

a następnie iterację kf:

>>> for train_index, test_index in kf: 
     X_train, X_test = X[train_index], X[test_index] 
     y_train, y_test = y[train_index], y[test_index] 
     # do something 

Powyższa pętla zostanie wykonana n_folds razy, za każdym razem z innym szkoleniu i testowanie indeksów.

Answer 2

Być może można spróbować zamiast (nowy w NumPy więc jeśli robię coś złego/nieefektywny, chętnie zostać poprawione)

X_train_folds = np.array_split(X_train, num_folds) 
y_train_folds = np.array_split(y_train, num_folds) 
k_to_accuracies = {} 

for k in k_choices: 
    k_to_accuracies[k] = [] 
    for i in range(num_folds): 
     training_data, test_data = np.concatenate(X_train_folds[:i] + X_train_folds[i+1:]), X_train_folds[i] 
     training_labels, test_labels = np.concatenate(y_train_folds[:i] + y_train_folds[i+1:]), y_train_folds[i] 
     classifier.train(training_data, training_labels) 
     predicted_labels = classifier.predict(test_data, k) 
     k_to_accuracies[k].append(np.sum(predicted_labels == test_labels)/len(test_labels))