使用Python怎么實(shí)現(xiàn)一個(gè)分割訓(xùn)練集和測(cè)試集

使用Python怎么實(shí)現(xiàn)一個(gè)分割訓(xùn)練集和測(cè)試集？針對(duì)這個(gè)問題，這篇文章詳細(xì)介紹了相對(duì)應(yīng)的分析和解答，希望可以幫助更多想解決這個(gè)問題的小伙伴找到更簡單易行的方法。

數(shù)據(jù)集介紹

使用數(shù)據(jù)集Wine，來自UCI  。包括178條樣本，13個(gè)特征。

import pandas as pd
import numpy as np

df_wine = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/wine/wine.data', header=None)
df_wine.columns = ['Class label', 'Alcohol',
              'Malic acid', 'Ash',
              'Alcalinity of ash', 'Magnesium',
              'Total phenols', 'Flavanoids',
              'Nonflavanoid phenols',
              'Proanthocyanins',
              'Color intensity', 'Hue',
              'OD280/OD315 of diluted wines',
              'Proline']

分割訓(xùn)練集和測(cè)試集

隨機(jī)分割

分為訓(xùn)練集和測(cè)試集

方法：使用scikit-learn中model_selection子模塊的train_test_split函數(shù)

from sklearn.model_selection import train_test_split

X, y = df_wine.ix[:, 1:].values, df_wine.ix[:, 0].values
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=0)#隨機(jī)選擇25%作為測(cè)試集，剩余作為訓(xùn)練集

關(guān)于使用Python怎么實(shí)現(xiàn)一個(gè)分割訓(xùn)練集和測(cè)試集問題的解答就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關(guān)注億速云行業(yè)資訊頻道了解更多相關(guān)知識(shí)。