当前位置： 移动技术网 > IT编程>脚本编程>Python > python训练数据时打乱训练数据与标签的两种方法小结

python训练数据时打乱训练数据与标签的两种方法小结

2018年11月30日  | 移动技术网IT编程  | 我要评论

超灵阀芯,图吧导航软件,搜搜更懂你

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移动技术网。

您可能感兴趣的文章:

如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网