Python 实现训练集、测试集随机划分
2020-02-13 10:06
731 查看
随机从列表中取出元素:
import random dataSet = [[0], [1], [2], [3], [4], [5], [6], [7], [8], [9], [10]] trainDataSet = random.sample(dataSet, 3)
以下函数,使用于我最近的一个机器学习的项目,将数据集数据按照比例随机划分成训练集数据和测试集数据:
import csv import random def getDataSet(proportion): """ :exception 获取训练集和测试集(将数据按比例随机划分) :parameter proportion - 测试集/数据集 :return trainDataSet - 训练集 testDataSet - 测试集 author 肖政宇 modify 2019年5月10日 """ dataSet = open('数据集.csv') dataSetReader = csv.reader(dataSet) """ :exception 将数据保存到数组 """ dataSet = [] next(dataSetReader, 'none') # 跳过表头 data = next(dataSetReader, 'none') while (data != 'none'): dataSet.append(data) data = next(dataSetReader, 'none') """ :exception 按照比例随机划分出训练集和测试集 """ dataNumber = dataSet.__len__() # 数据集数据条数 testNumber = int(dataNumber * proportion) # 测试集数据条数 testDataSet = [] # 测试数据集 trainDataSet = [] # 训练数据集 testDataSet = random.sample(dataSet, testNumber) # 测试集 for testData in testDataSet: # 将已经选定的测试集数据从数据集中删除 dataSet.remove(testData) trainDataSet = dataSet # 训练集 return trainDataSet, testDataSet
以上这篇Python 实现训练集、测试集随机划分就是小编分享给大家的全部内容了,希望能给大家一个参考
您可能感兴趣的文章:
相关文章推荐
- #使用python处理分割数据集,并按比例随机划分训练集与测试集
- Sklearn-train_test_split随机划分训练集和测试集
- train_test_split(),随机划分训练集和测试集的函数
- Sklearn-train_test_split随机划分训练集和测试集
- python 将数据随机分为训练集和测试集
- Sklearn-train_test_split随机划分训练集和测试集
- Python实现将数据集分割成测试集(test)和训练集(training)
- Python数据预处理—训练集和测试集数据划分
- Python数据预处理—训练集和测试集数据划分
- 基于随机游走的社团划分算法label progation 的python实现
- 使用Java随机划分数据集为训练集和测试集
- Sklearn-train_test_split随机划分训练集和测试集
- Sklearn-train_test_split随机划分训练集和测试集
- 实现xml文件随机划分的python脚本
- 基于随机游走的社团划分算法label progation 的python实现
- 基于随机游走的社团划分算法label progation 的python实现
- python中如何实现将数据分成训练集与测试集
- python 划分数据集为训练集和测试集的方法
- sklearn:随机划分训练集和测试集
- python 划分数据集为训练集和测试集