数据集划分

本文介绍两种常用的数据集划分方法:一是使用sklearn的train_test_split函数进行随机划分,可通过设置参数控制测试集比例及随机种子确保实验可复现;二是通过Numpy.choice实现自定义划分,适用于需要更灵活控制划分过程的场景。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.使用sklearn.model_selection.train_test_split(*arrays, **options)

  1. *arrays指定需划分数据集
  2. random_state指定随机种子
  3. test_size指定测试集大小
train_data,test_data = train_test_split(processed_data,random_state=1,test_size = 0.1)

sklearn文档
2.使用Numpy.random.choice(a, size=None, replace=True, p=None)

  1. a为可采样的样本
  2. size为输出数据格式
  3. replace为True,则可以出现重复采样点;False,则不可以出现重复采样点
  4. P为采样概率分布,默认为均匀分布
sample = np.random.choice(processed_data.index,size = int(len(processed_data)*0.9),replace = False)
train_data,test_data = processed_data.iloc[sample],processed_data.drop(sample)

Numpy文档

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值