python 劃分?jǐn)?shù)據(jù)集為訓(xùn)練集和測(cè)試集的方法

發(fā)布時(shí)間：2020-08-23 10:22:03 來(lái)源：腳本之家閱讀：844 作者：心雨心辰欄目：開(kāi)發(fā)技術(shù)

sklearn的cross_validation包中含有將數(shù)據(jù)集按照一定的比例，隨機(jī)劃分為訓(xùn)練集和測(cè)試集的函數(shù)train_test_split

from sklearn.cross_validation import train_test_split
#x為數(shù)據(jù)集的feature熟悉，y為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對(duì)應(yīng)的是x,y中被抽取到的序號(hào)。

若train_test_split傳入的是帶有l(wèi)abel的數(shù)據(jù)，則如下代碼：

from sklearn.cross_validation import train_test_split
#dat為數(shù)據(jù)集,含有feature和label.
train, test = train_test_split(dat, test_size = 0.3)

train,test含有feature和label的。

自己寫了一個(gè)函數(shù)：

#X:含label的數(shù)據(jù)集：分割成訓(xùn)練集和測(cè)試集
#test_size:測(cè)試集占整個(gè)數(shù)據(jù)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是抽取的數(shù)據(jù)集X的序號(hào)
 train=X.ix[train_index] 
 test=X.ix[test_index]
 return train,test

以上這篇python 劃分?jǐn)?shù)據(jù)集為訓(xùn)練集和測(cè)試集的方法就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持億速云。

向AI問(wèn)一下細(xì)節(jié)

python 劃分?jǐn)?shù)據(jù)集為訓(xùn)練集和測(cè)試集的方法

猜你喜歡

最新資訊

相關(guān)推薦

相關(guān)標(biāo)簽