Python 为10倍交叉验证实验创建训练/测试CSV文件

我有一个CSV文件（main.CSV），它有一个唯一的列ID，也属于我的图像名（减去它们的.jpg扩展名）

我想做10倍交叉验证，并创建一个序列和测试CSV，这样每个折叠的测试CSV将只包含原始CSV的10%

是否有一条简单的路径（已经完成）来实现这一点

基本上，我希望我最终的train和test CSV文件具有相同的精确列名，但其设计使我可以对它们执行10倍交叉验证（即随机抽样/混洗和10%选择）

我不介意在Python或R中使用pandas

---

我不打算使用Scikit learn进行交叉验证，因为我使用的是我自己的手动代码，这就是为什么我需要切碎的序列并对每个折叠进行CSV测试。

也许，您可以查找以下内容：

from sklearn.model_selection import train_test_split
#X contains the dependent columns from the CSV file, and Y is the predicted variable
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42)

test\u size=0.33

此参数表示要拆分的测试数据百分比。所有其他的都是列车数据

X_train.to_csv(file_name, encoding='utf-8', index=False)

此代码将X_列车数据保存到CSV文件中，该文件为33%

y_train.to_csv(file_name, encoding='utf-8', index=False)

此代码将y_列车数据保存到CSV文件中，该文件为77%

通过这种方式，您可以每次更改代码中的

random\u state

值并保存文件，这样您就可以获得一个好的结果。这个数字没有任何意义。它随机洗牌和分割数据集。（也许，如果我们知道每个数字背后的逻辑，它将不再是随机分割！！：）

---

在此之后，您可以应用手动K折叠。

看看嘿，我只想获取用于训练和测试的csv文件，因为我正在使用手动K折叠方法，不想使用sklearn。你能完成你的回答来说明我如何获得列车测试csv吗？请检查我刚才在问题中添加的最后一段。谢谢你为什么选择随机状态为42？我认为应该有一个自动的方法来创建10倍交叉验证csv文件