python训练数据时打乱训练数据与标签的两种方法小结
更新时间:2018年11月08日 08:57:40 作者:白话先生
今天小编就为大家分享一篇python训练数据时打乱训练数据与标签的两种方法小结,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
如下所示:
<code class="language-python">import numpy as np data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) y = np.array([1,2,3,4,5]) print '-------第1种方法:通过打乱索引从而打乱数据,好处是1:数据量很大时能够节约内存,2每次都不一样----------' data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) data_num, _= data.shape #得到样本数 index = np.arange(data_num) # 生成下标 np.random.shuffle(index) print '-------原数据:----------' print '数据:',data print '标签:', y print '-------打乱数据:----------' print '数据:',data[index] print '标签:',y[index] print '-------第2种方法:直接的打乱数据,利用随机数种子,好处:每次打乱的顺序是固定的----------' data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) y = np.array([1,2,3,4,5]) print '-------原数据:----------' print '数据:',data print '标签:', y print '-------打乱数据:----------' np.random.seed(116) np.random.shuffle(data) np.random.seed(116) np.random.shuffle(y) print '数据:',data print '标签:', y</code>
以上这篇python训练数据时打乱训练数据与标签的两种方法小结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脚本之家。
最新评论