您好,登錄后才能下訂單哦!
使用train_test_split函數(shù)可以將原始數(shù)據(jù)集按照一定比例劃分訓練集和測試集對模型進行訓練
一、舉例
import numpy as np #科學計算庫
from sklearn.model_selection import train_test_split #train_test_split函數(shù)
x = np.arange(15).reshape(-1, 3) #生成5行3列的一個矩陣
>>x
array([[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8], [ 9, 10, 11], [12, 13, 14]])
y = np.arange(5) #5個數(shù)的向量
>>y
array([0, 1, 2, 3, 4])
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state=1)
>>x_train
array([[ 3, 4, 5], [12, 13, 14], [ 0, 1, 2], [ 9, 10, 11]])
>>x_test
array([[6, 7, 8]])
>>y_train
array([1, 4, 0, 3])
>>y_test
array([2]) 二 說明 x,y是原始的數(shù)據(jù)集。x_train,y_train 是原始數(shù)據(jù)集劃分出來作為訓練模型的,fit模型的時候用。
x_test,y_test 這部分的數(shù)據(jù)不參與模型的訓練,而是用于評價訓練出來的模型好壞,score評分的時候用。 test_size=0.2 測試集的劃分比例 random_state=1 隨機種子,如果隨機種子一樣,則隨機生成的數(shù)據(jù)集是相同的 三 使用KNN from sklearn.neighbors import KNeighborsClassifier knn_clf = KNeighborsClassifier() knn_clf.fit(x_train, y_train) #用fit訓練模型,x_train, y_train是第一步劃分的數(shù)據(jù)集。
knn_clf.score(x_test, y_test) #score測試模型,x_test, y_test是第一步劃分得到的
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。