python 划分数据集为训练集和测试集的方法
程序员文章站
2022-10-18 12:41:48
sklearn的cross_validation包中含有将数据集按照一定的比例,随机划分为训练集和测试集的函数train_test_split
from skle...
sklearn的cross_validation包中含有将数据集按照一定的比例,随机划分为训练集和测试集的函数train_test_split
from sklearn.cross_validation import train_test_split #x为数据集的feature熟悉,y为label. x_train, x_test, y_train, y_test = train_test_split(x, y, test_size = 0.3)
得到的x_train,y_train(x_test,y_test)的index对应的是x,y中被抽取到的序号。
若train_test_split传入的是带有label的数据,则如下代码:
from sklearn.cross_validation import train_test_split #dat为数据集,含有feature和label. train, test = train_test_split(dat, test_size = 0.3)
train,test含有feature和label的。
自己写了一个函数:
#x:含label的数据集:分割成训练集和测试集 #test_size:测试集占整个数据集的比例 def traintestsplit(x,test_size=0.3): x_num=x.shape[0] train_index=range(x_num) test_index=[] test_num=int(x_num*test_size) for i in range(test_num): randomindex=int(np.random.uniform(0,len(train_index))) test_index.append(train_index[randomindex]) del train_index[randomindex] #train,test的index是抽取的数据集x的序号 train=x.ix[train_index] test=x.ix[test_index] return train,test
以上这篇python 划分数据集为训练集和测试集的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
上一篇: io流
下一篇: 初识java atomic
推荐阅读
-
python爬取你感兴趣图片,构建你自己的数据集(以英雄联盟为例)
-
C#使用TensorFlow.NET训练自己的数据集的方法
-
对sklearn的使用之数据集的拆分与训练详解(python3.6)
-
python 筛选数据集中列中value长度大于20的数据集方法
-
基于jupyter notebook的python编程(Win10通过OpenCv-3.4.1进行人脸口罩数据集的模型训练并进行戴口罩识别检测)
-
python处理两种分隔符的数据集方法
-
对python中数据集划分函数StratifiedShuffleSplit的使用详解
-
Python sklearn KFold 生成交叉验证数据集的方法
-
python 划分数据集为训练集和测试集的方法
-
pytorch 把MNIST数据集转换成图片和txt的方法