Linux下随机（通过复制文件）划分训练，验证，测试集（5:3:2）

最新推荐文章于 2025-07-07 11:25:20 发布

原创最新推荐文章于 2025-07-07 11:25:20 发布 · 787 阅读

1 ·

CC 4.0 BY-SA版权

linux 专栏收录该内容

15 篇文章

订阅专栏

本文介绍了一种使用Python进行文件操作的方法，包括从源文件夹复制文件到目标文件夹，并根据随机选择将文件分配到训练、验证和测试数据集中。此过程有助于建立机器学习项目的数据准备阶段。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from shutil import copyfile
from os import walk
import random

soc_cover_path = 'xxx' #源文件路径
soc_stego_path = 'xxx'

dst_cover_path = 'xxx'#目标文件路径
dst_stego_path = 'xxx'

random.seed(123456)
for (dirpath, dirnames, filenames) in walk(soc_cover_path):
    count = 0
    indexs = []
    for i in range(len(filenames)):
        index = random.randrange(0, len(filenames))
        while index in indexs:
            index = random.randrange(0, len(filenames))
        indexs.append(index)
        count += 1
        name = filenames[index]

        if count <= 5000:
            copyfile(soc_cover_path + name, dst_cover_path + 'train/' + name)
            copyfile(soc_stego_path + name, dst_stego_path + 'train/' + name)
        elif count <= 8000:
            copyfile(soc_cover_path + name, dst_cover_path + 'validation/' + name)
            copyfile(soc_stego_path + name, dst_stego_path + 'validation/' + name)
        else:
            copyfile(soc_cover_path + name, dst_cover_path + 'test/' + name)
            copyfile(soc_stego_path + name, dst_stego_path + 'test/' + name)