打乱训练数据的方法

记录一下打乱训练数据的几种方法

---

• sklearn.utils.shuffle

shuffle(array): array是带索引的序列，可以是arrays, lists, dataframes或scipy sparse matrices。

• np.random.shuffle

shuffle(array): 同上

• 对index索引乱序，再按乱序后的索引更新x、y数据

index = np.arange(0,y_train.shape[0],1)：0是起点，y_train.shape[0]是终点，1是步长。
np.arange()函数返回一个有起点和终点的固定步长的排列，如[1,2,3,4,5]，起点是1，终点是5，步长为1。

• tf.data.Dataset.shuffle(buffer_size)

buffer_size表示填充缓冲区大小，从该缓冲区中随机采样元素，用新元素替换所选元素。为了实现完美的混乱，需要缓冲区大小大于或等于数据集的完整大小。
dataset = tf.data.Dataset.range(3)
dataset = dataset.shuffle(3, reshuffle_each_iteration=True)

• np.random.permutation

permutation随机排列一个序列

shuffled_index = np.random.permutation([i for i in range(数据的长度)])
shuffled_train = [train[i] for i in shuffled_index]
shuffled_label = [train_label[i] for i in shuffled_index]
shuffled_train = np.array(shuffled_train)
shuffled_label = np.array(shuffled_label)