基于随机采样获取训练、测试数据示例(Python)
2017-05-18 17:29
746 查看
import random nPoints = 1000 #随机获取x列表的数据 xPlot = [(float(i)/float(nPoints) - 0.5) for i in range(nPoints + 1)] x = [[s] for s in xPlot] #运行一个随机种子 random.seed(1) #在x的基础上进行数据的随机获取,每个数据在0.1范围内随机波动 y = [s + numpy.random.normal(scale=0.1) for s in xPlot] #抽样数为总数的0.3倍 nSample = int(nPoints * 0.30) # 随机抽样获取测试数据的索引 idxTest = random.sample(range(nPoints), nSample) idxTest.sort() # 随机抽样获取训练数据的索引 idxTrain = [idx for idx in range(nPoints) if not (idx in idxTest)] # 根据上述得到的索引值获取随机抽样出来的测试和训练具体数据 xTrain = [x[r] for r in idxTrain] xTest = [x[r] for r in idxTest] yTrain = [y[r] for r in idxTrain] yTest = [y[r] for r in idxTest]
相关文章推荐
- 基于随机采样获取训练、测试数据示例(Python)
- 基于随机采样获取训练、测试数据示例(Python)
- 基于随机采样获取训练、测试数据示例(Python)
- 基于随机采样获取训练、测试数据示例(Python)
- 基于随机采样获取训练、测试数据示例(Python)
- 基于随机采样获取训练、测试数据示例(Python)
- 基于随机采样获取训练、测试数据示例(Python)
- 基于随机采样获取训练、测试数据示例(Python)
- 基于随机采样获取训练、测试数据示例(Python)
- 基于随机采样获取训练、测试数据示例(Python)
- 基于随机采样获取训练、测试数据示例(Python)
- 基于随机采样获取训练、测试数据示例(Python)
- 基于随机采样获取训练、测试数据示例(Python)
- 基于随机采样获取训练、测试数据示例(Python)
- 基于随机采样获取训练、测试数据示例(Python)
- 基于随机采样获取训练、测试数据示例(Python)
- 基于随机采样获取训练、测试数据示例(Python)
- Python下的数据处理和机器学习,对数据在线及本地获取、解析、预处理和训练、预测、交叉验证、可视化
- Python 获取股票数据 弹出框 自动关闭 测试代码
- 基于测试数据覆盖率的测试数据准备的手法示例