我按照以下方式将训练集划分为分层 k 折:

n_folds = 5skf = list(StratifiedKFold(y, n_folds, random_state=SEED))for k, (train, test) in enumerate(skf):      X_train = X[train]      y_train = y[train]      X_val = X[test]      y_val = y[test]      clf.fit(X_train, y_train)      preds = clf.predict_proba(X_val)

前四个折的分类准确率符合预期。最后一个折的准确率显著变差。

我尝试了改变 SEED 和 n_folds 的值，在所有情况下，最后一个折总是最差的（对于 5 折，大约差 3%）。这是为什么呢？

谢谢你。

回答：

原来，StratifiedKFold 默认情况下不会打乱数据。因此，我需要将 shuffle 参数设置为 True:

n_folds = 10skf = list(StratifiedKFold(y, n_folds, shuffle=True, random_state=SEED))