Machine learning Scikit learn中是否有用于将子类数据集拆分为文件夹中的训练集/测试集的库或工具

我有一个不平衡的8个类数据集，每个类中有4个子类，我想将其拆分为测试/训练集的文件夹，数据集如下所示：

Dataset
   |------ Class A
   |  |---------Sub-Class 1
   |  |---------Sub-Class 2
   |  |---------Sub-Class 3
   |  |---------Sub-Class 4
   |
   |------ Class B
   |  |---------Sub-Class 1
   |  |---------Sub-Class 2
   |  |---------Sub-Class 3
   |  |---------Sub-Class 4
   |
   |------ Class C
   |  |---------Sub-Class 1
   |  |---------Sub-Class 2
   |  |---------Sub-Class 3
   |  |---------Sub-Class 4
   |
   |------ Class D
   |  |---------Sub-Class 1
   |  |---------Sub-Class 2
   |  |---------Sub-Class 3
   |  |---------Sub-Class 4
   |
   |------ Class E
   |  |---------Sub-Class 1
   |  |---------Sub-Class 2
   |  |---------Sub-Class 3
   |  |---------Sub-Class 4
   |
   |------ Class F
   |  |---------Sub-Class 1
   |  |---------Sub-Class 2
   |  |---------Sub-Class 3
   |  |---------Sub-Class 4
   |
   |------ Class G
   |  |---------Sub-Class 1
   |  |---------Sub-Class 2
   |  |---------Sub-Class 3
   |  |---------Sub-Class 4
   |
   |------ Class K
   |  |---------Sub-Class 1
   |  |---------Sub-Class 2
   |  |---------Sub-Class 3
   |  |---------Sub-Class 4

因此，我正在寻找一种高效、专业的工具，可以帮助我将数据集拆分为训练集/测试集文件夹。

我建议使用sklearn库中的函数。它具有参数-分层。对于此参数，可以从数据集中为分层指定几列

例如：

X_train, X_test, y_train, y_test = train_test_split(Dataset, 
                                                    Dataset['Class'],
                                                    test_size=0.1, 
                                                    stratify=Dataset[['Sub-Class']])

---

您可以使用sklearn.model\u选项中的train\u test\u split（）函数。下面是一个将数据分为20%测试和80%训练的示例

---

X_-train，X_-test，y_-train，y_-test=train_-test\u split（X，y，test\u size=0.2）

您可以使用拆分文件夹库将文件夹拆分为train、test和validation文件夹，或仅拆分为train和validation文件夹。下面给出了链接，您可以查看它

---

我不希望它们作为数组，因为我使用的是.flow\u from\u directory keras函数，而且我没有太多的Ram来使用该方法。您可以尝试添加一个步骤：*构建数据帧['Class'，'Sub Class'，'real\u path']*使用

train\u test\u split

*将文件复制到train或test目录中，我会尝试一下，我不希望它们作为数组，因为我使用的是.flow\u from\u directory keras函数，我没有太多的内存来使用这种方法。请不要只是发布一个链接，而是在你的答案中包含解决方案的基本部分。