机器学习训练集测试集划分-按比例抽取，交叉检验？

1.打乱数据 shuffle

我们有下面以个DataFrame

我们可以看到BuyInter的数值是按照0,-1,-1,2,2,2,3,3,3,3这样排列的，我们希望不保持这个次序，但是同时列属性又不能改变。

方法1：sample

 df.sample(frac=1) 这样对可以对df进行shuffle。其中参数frac是要返回的比例，比如df中有10行数据，我只想返回其中的30%,那么frac=0.3。

补充：

DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)

random_state:随机种子，固定值，控制每次随机抽样产生的结果相同

方法2：sklearn(机器学习的库）中也有shuffle的方法

1. from sklearn.utils import shuffle  
2. df = shuffle(df)