python中如何实现将数据分成训练集与测试集的方法
接下来,直接给出大家响应的代码,并对每一行进行标注,希望能够帮到大家。
需要用到的是库是。numpy 、sklearn。
#导入相应的库(对数据库进行切分需要用到的库是sklearn.model_selection 中的 train_test_split) import numpy as np from sklearn.model_selection import train_test_split #首先,读取.CSV文件成矩阵的形式。 my_matrix = np.loadtxt(open("xxxxxx.csv"),delimiter=",",skiprows=0) #对于矩阵而言,将矩阵倒数第一列之前的数值给了X(输入数据),将矩阵大最后一列的数值给了y(标签) X, y = my_matrix[:,:-1],my_matrix[:,-1] #利用train_test_split方法,将X,y随机划分问,训练集(X_train),训练集标签(X_test),测试卷(y_train), 测试集标签(y_test),安训练集:测试集=7:3的 概率划分,到此步骤,可以直接对数据进行处理 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42) #此步骤,是为了将训练集与数据集的数据分别保存为CSV文件 #np.column_stack将两个矩阵进行组合连接 train= np.column_stack((X_train,y_train)) #numpy.savetxt 将txt文件保存为。csv结尾的文件 numpy.savetxt('train_usual.csv',train, delimiter = ',') test = np.column_stack((X_test, y_test)) numpy.savetxt('test_usual.csv', test, delimiter = ',')
完整没解释的代码部分为
import numpy as np from sklearn.model_selection import train_test_split my_matrix = np.loadtxt(open("xxxxx.csv"),delimiter=",",skiprows=0) X, y = my_matrix[:,:-1],my_matrix[:,-1] X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42) train= np.column_stack((X_train,y_train)) numpy.savetxt('train_usual.csv',train, delimiter = ',') test = np.column_stack((X_test, y_test)) numpy.savetxt('test_usual.csv', test, delimiter = ',')
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。
赞 (0)