Python 修改列车测试分离功能
我可以使用Python 修改列车测试分离功能,python,machine-learning,scikit-learn,classification,Python,Machine Learning,Scikit Learn,Classification,我可以使用train\u test\u split()而不是通过test\u size和random\u state参数,根据索引值将数据集拆分为训练集和测试集(每10行作为训练数据,其余作为测试数据)吗?好的尝试一下,您可以使用::n,它将每指定n次返回一次,示例如下: df=pd.DataFrame({'number': np.arange(100), }) 如果我们希望每10次获得一次值: print(df[::10]) 结果: number 0 0 10
train\u test\u split()
而不是通过test\u size
和random\u state
参数,根据索引值将数据集拆分为训练集和测试集(每10行作为训练数据,其余作为测试数据)吗?好的尝试一下,您可以使用::n
,它将每指定n次返回一次,示例如下:
df=pd.DataFrame({'number': np.arange(100), })
如果我们希望每10次获得一次值:
print(df[::10])
结果:
number
0 0
10 10
20 20
30 30
40 40
50 50
60 60
70 70
80 80
90 90
您可以使用numpy阵列执行相同的操作:
np.arange(100)
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16,
17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33,
34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50,
51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67,
68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84,
85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99])
每9个值:
np.arange(100)[::9]
输出:
array([ 0, 9, 18, 27, 36, 45, 54, 63, 72, 81, 90, 99])
编辑:
你的问题不够清楚。。。您能提供更多详细信息吗?我知道sklearn library下的train_test_split()会根据test_size参数将数据集拆分为训练数据和测试数据。如果test_size为0.2,它将以80:20的比率拆分数据集。但是,如果我想将数据集的每10行分割为train数据,剩余的作为test,我该怎么做呢?谢谢你的评论。我相信这不能用列车测试分离功能来完成。使用df[::10]获取火车数据集。但是我怎样才能把剩下的行放到测试数据集中呢?是的,它可以工作!谢谢你的帮助!:)我刚刚意识到使用:for index,df.iterrows()中的行:X_train=df[(df.index)%5!=0]也有其作用:)太好了!=)快乐编码@RachaelE请接受H.Bukharis的回答作为您的解决方案,以便其他人看到问题已经解决。谢谢@彼得苏黎世接受了:)
def getting_train_val(dataframe, interval=10):
x_valid = dataframe[::interval]
x_test = dataframe[~ dataframe(dataframe[::interval])].dropna()
return x_valid, x_test