Deep learning ValueError:test_size=0应为正值且小于样本数0或(0,1)范围内的浮点值

Deep learning ValueError:test_size=0应为正值且小于样本数0或(0,1)范围内的浮点值,deep-learning,computer-vision,python-3.7,Deep Learning,Computer Vision,Python 3.7,错误来了 “(0,1)范围”。格式(测试大小,n个样本)) ValueError:test_size=0应为正值且小于样本数0或(0,1)范围内的浮点值您可以尝试打印Y_数据和X_数据的形状吗?基本上我只想分割数据。和“`x_tr,x_ts,y_tr,y_ts=列车测试分割(x_数据,y_数据,测试大小=0.3,随机状态=10)”``此行中出现错误是。我明白了。对于这一点,如果我们知道X_数据和Y_数据的形状,我们将更好地了解为什么会产生这种错误。您所需要做的就是打印(X_data.shape)

错误来了 “(0,1)范围”。格式(测试大小,n个样本))


ValueError:test_size=0应为正值且小于样本数0或(0,1)范围内的浮点值

您可以尝试打印Y_数据和X_数据的形状吗?基本上我只想分割数据。和“`x_tr,x_ts,y_tr,y_ts=列车测试分割(x_数据,y_数据,测试大小=0.3,随机状态=10)”``此行中出现错误是。我明白了。对于这一点,如果我们知道X_数据和Y_数据的形状,我们将更好地了解为什么会产生这种错误。您所需要做的就是打印(X_data.shape)和打印(Y_data.shape)并查看它给出了什么,然后将它添加到您的问题中,这将对我们的调试非常有用。Thank我试图运行,但出现了以下错误:```Y_data=X_data[:,(X_data.shape[1]-1)]AttributeError:'str'对象没有属性'shape'。``好了。这就是问题所在。您需要知道如何从.h5文件中读取数据。本线程中提到了很多方法,这些方法将对您有所帮助。
X= data
X_data= 'trained.h5'
#Labels
Y_data = X_data[:,(X_data.shape[1]-1)]
#Training Data
X_data = X_data[:,0:(X_data.shape[1]-1)]
x_tr,x_ts,y_tr,y_ts = train_test_split(X_data, Y_data, test_size=0.3,random_state=10)