Python数据预处理—训练集和测试集数据划分
2016-07-24 16:21
633 查看
使用sklearn中的函数可以很方便的将数据划分为trainset 和 testset
该函数为sklearn.cross_validation.train_test_split,用法如下:
其中 test_size是样本占比,如果是整数的话就是样本的数量;
random_state是随机数的种子,不同的种子会造成不同的随机采样结果,相同的种子采样结果相同。
该函数为sklearn.cross_validation.train_test_split,用法如下:
>>> import numpy as np >>> from sklearn.cross_validation import train_test_split >>> X, y = np.arange(10).reshape((5, 2)), range(5) >>> X array([[0, 1], [2, 3], [4, 5], [6, 7], [8, 9]]) >>> list(y) [0, 1, 2, 3, 4]
>>> X_train, X_test, y_train, y_test = train_test_split( ... X, y, test_size=0.33, random_state=42) ... >>> X_train array([[4, 5], [0, 1], [6, 7]]) >>> y_train [2, 0, 3] >>> X_test array([[2, 3], [8, 9]]) >>> y_test [1, 4]
其中 test_size是样本占比,如果是整数的话就是样本的数量;
random_state是随机数的种子,不同的种子会造成不同的随机采样结果,相同的种子采样结果相同。
相关文章推荐
- Python学习资料推荐
- Python 小甲鱼教程 课后练习44
- Python学习笔记——基本语法
- python 判断一个IP地址是否合法
- 简明python地址簿
- 【python】a[::-1]翻转
- 【转】Python浅拷贝与深拷贝
- ndcg算法的python实现
- python实现修改redmne版本号
- logging 模块记录日志
- Python核心编程学习笔记-2016-07-24-01-理解copy和deepcopy
- Python——使用ElementTree解析AndroidManifest.xml文件
- python-pandas绘图
- python遍历文件
- Python 之 datetime模块
- Python 之 time模块详解
- 【转】python操作mysql数据库
- python3.4 装 numpy
- Python学习笔记15:Python正则表达式
- Python学习进程(12)模块