Python數(shù)據(jù)集切分實例

更新時間：2018年12月08日 14:33:29 作者：shenhuaifeng

今天小編就為大家分享一篇Python數(shù)據(jù)集切分實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

在處理數(shù)據(jù)過程中經(jīng)常要把數(shù)據(jù)集切分為訓(xùn)練集和測試集，因此記錄一下切分代碼。

'''
data:數(shù)據(jù)集
test_ratio:測試機(jī)占比
如果data為numpy.numpy.ndarray直接使用此代碼
如果data為pandas.DatFrame類型則
  return data[train_indices],data[test_indices]
修改為
  return data.iloc[train_indices],data.iloc[test_indices]
'''
def split_train(data,test_ratio):
  shuffled_indices=np.random.permutation(len(data))
  test_set_size=int(len(data)*test_ratio)
  test_indices =shuffled_indices[:test_set_size]
  train_indices=shuffled_indices[test_set_size:]
  return data[train_indices],data[test_indices]

測試代碼如下：

import numpy as np
import pandas as pd
data=np.random.randint(100,size=[25,4])
print(data)

結(jié)果如下：

Python數(shù)據(jù)集切分

從上圖可以看出，原數(shù)據(jù)集按照5:1被隨機(jī)分為兩部分。但是此種方法存在一個缺點–每次調(diào)用次函數(shù)切分同一個數(shù)據(jù)集切分出來的結(jié)果都不一樣，因此常在np.random.permutation(len(data))先調(diào)用np.random.seed(int)函數(shù)，來確保每次切分來的結(jié)果相同。

因此將上述函數(shù)改為：

def split_train(data,test_ratio):
  np.random.seed(43)
  shuffled_indices=np.random.permutation(len(data))
  test_set_size=int(len(data)*test_ratio)
  test_indices =shuffled_indices[:test_set_size]
  train_indices=shuffled_indices[test_set_size:]
  return data[train_indices],data[test_indices]

這個函數(shù)np.random.seed(43)當(dāng)參數(shù)為同一整數(shù)時產(chǎn)生的隨機(jī)數(shù)相同。

以上這篇Python數(shù)據(jù)集切分實例就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章:

相關(guān)文章

python中使用enumerate函數(shù)遍歷元素實例
這篇文章主要介紹了python中使用enumerate函數(shù)遍歷元素實例,這是一個比較簡單的例子,需要的朋友可以參考下
2014-06-06
win7安裝python生成隨機(jī)數(shù)代碼分享
python3生成隨機(jī)數(shù)代碼分享，在win7上測試通過
2013-12-12
python異步存儲數(shù)據(jù)詳解
這篇文章主要為大家詳細(xì)介紹了python異步存儲數(shù)據(jù)的相關(guān)資料，具有一定的參考價值，感興趣的小伙伴們可以參考一下
2019-03-03
pytest使用parametrize將參數(shù)化變量傳遞到fixture
這篇文章主要為大家介紹了pytest使用parametrize將參數(shù)化變量傳遞到fixture的使用詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪
2022-05-05
淺析Git版本控制器使用
本片文章主要給大家介紹了Git版本控制器的使用心得和技巧分享，需要的朋友學(xué)習(xí)參考下吧。
2017-12-12
解決django無法訪問本地static文件(js,css,img)網(wǎng)頁里js,cs都加載不了
這篇文章主要介紹了解決django無法訪問本地static文件(js,css,img)網(wǎng)頁里js,cs都加載不了的問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2020-04-04
計算Python Numpy向量之間的歐氏距離實例
這篇文章主要介紹了計算Python Numpy向量之間的歐氏距離實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2020-05-05
python爬蟲正則表達(dá)式之處理換行符
本文是腳本之家小編剛學(xué)習(xí)python記錄的關(guān)于python爬蟲正則表達(dá)式之處理換行符的相關(guān)資料,需要的朋友可以參考下
2018-06-06
使用Python對Excel進(jìn)行讀寫操作
學(xué)習(xí)Python的過程中，我們會遇到Excel的讀寫問題。這時，我們可以使用xlwt模塊將數(shù)據(jù)寫入Excel表格中，使用xlrd模塊從Excel中讀取數(shù)據(jù)。下面我們介紹如何實現(xiàn)使用Python對Excel進(jìn)行讀寫操作。
2017-03-03
Python中sort函數(shù)正則表達(dá)式的使用
在python中,sort是列表排序的一種方法,本文就來介紹一下sort函數(shù)正則表達(dá)式的使用以及與sorted的區(qū)別,具有一定的參考價值,感興趣的可以了解一下
2024-03-03