当前位置： 移动技术网 > IT编程>脚本编程>Python > python 划分数据集为训练集和测试集的方法

python 划分数据集为训练集和测试集的方法

2019年01月09日  | 移动技术网IT编程  | 我要评论

燃烧暧昧,白银走势预测,南风窗

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