python 划分数据集为训练集和测试集的方法
更新时间：2018年12月11日 15:29:50 作者：心雨心辰
今天小编就为大家分享一篇python 划分数据集为训练集和测试集的方法，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
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脚本之家。
相关文章
这篇文章主要为大家详细介绍了python数据可视化之条形图画法，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2022-04-04
这篇文章主要为大家详细介绍了python3利用tcp实现文件夹远程传输，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-07-07
给Django Admin添加验证码和多次登录尝试限制的实现
这篇文章主要介绍了给Django Admin添加验证码和多次登录尝试限制的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-07-07
这篇文章主要介绍了使用Python编写基于DHT协议的BT资源爬虫的方法,文中对于DHT协议的相关知识也作了补充说明,需要的朋友可以参考下2016-03-03
这篇文章主要介绍了python 元组和列表的区别，帮助大家更好的理解和学习python 数据类型的相关知识，感兴趣的朋友可以了解下2020-11-11
置信区间是从观测数据的统计量计算的一种估计值,它给出了一个可能包含具有特定置信水平的总体参数的值范围,下面我们就来看看如何使用Python绘制置信区间吧2024-02-02
本文介绍Flask request对象,一个完整的HTTP请求,包括客户端向服务端发送的Request请求和服务器端发送Response响应.为了能方便访问获取请求及响应报文信息,Flask框架提供了一些内建对象,下面就来说一下Flask针对请求提供内建对象reques,需要的朋友可以参考一下2023-02-02
趋势线是用来显示数据趋势或者预测未来发展方向的一种图形表示方法,这篇文章主要为大家详细介绍了如何使用Python绘制趋势线,需要的可以了解下2024-03-03
这篇文章主要介绍了Python如何优雅获取本机IP方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-11-11
首先，Python 标准库中的 urllib2 模块提供了你所需要的大多数 HTTP 功能，但是它的 API 不友好。通过本文给大家介绍Python Requests 入门基础，感兴趣的朋友一起学习吧2016-04-04
最新评论