python - sklearn KFold()-将所有折叠保存到csv文件中

我正在关注Jeff Heaton深度学习课程Course link

以及练习。在第一个编程分配（问题5）中，在最后一个任务中，他要求将KFold(5)交叉验证的输入数据的输出写入csv文件。基本上在KFold（5）之后，我们将有5组数据（训练/测试）。我需要将它们粘合在一起并保存在文件中。我尝试这样做，但是我的数据被覆盖，并且我只在输出中得到最后折叠的数据。
我从Python开始，我想我看不到如何使循环正确执行熊猫添加。
链接到练习：Exercise 5

我的代码的一部分：df_car是原始的熊猫df。 df_cars1是df_cars的副本，但我将其设为空以便以后添加数据

kf = KFold(5)
#     df_cars.insert(0,'set', 'str')
df_cars.insert(1,'iteration', 0)
df_cars1 = pd.DataFrame(data=None, columns=df_cars.columns,index=df_cars.index)
df_cars1.dropna()

fold = 1
for train_index, validate_index in kf.split(df_cars):
    trainDF = pd.DataFrame(df_cars.ix[train_index])
    validateDF = pd.DataFrame(df_cars.ix[validate_index])
    trainDF[['set', 'iteration']] = 'T', fold
    validateDF[['set', 'iteration']] = 'V', fold
    print("Fold #{}, Training Size: {}, Validation Size: {}".format(fold,len(trainDF),len(validateDF)))
    fold+=1
    df_cars1 = pd.concat([validateDF,trainDF])

df_cars1.to_csv("./data/auto-mpg-kfold5.csv")
print(df_cars1)

我的输出示例是：

    mpg iteration   set cylinders   displacement    horsepower  weight  acceleration    year    origin  name
319 0.997344    5   V   4   -0.705077   -0.767632   -0.506545   0.701436    80  3   mazda 626
320 1.727537    5   V   4   -0.714680   -0.322309   -0.634239   -0.206262   80  3   datsun 510 hatchback
321 1.112638    5   V   4   -0.820308   -0.767632   -0.834055   -0.133646   80  3   toyota corolla
322 2.957335    5   V   4   -1.031565   -1.029586   -1.017318   0.846667    80  3   mazda glc

如您所见，列iteration中的所有值都是5的值，这意味着只有最后一个第5个KFold附加在df_cars1上，我需要在那儿折叠五折。
任何帮助，将不胜感激

最佳答案

问题出在您的for循环的最后一行

...
df_cars1 = pd.concat([validateDF,trainDF])

这样做是用当前的训练和验证数据重新分配df_cars1变量，并且有关旧迭代的信息会丢失。

更改为：

df_cars1 = pd.concat([df_cars1, validateDF,trainDF])

这样就可以将先前的折页与此折页相结合。希望能帮助到你。