zoukankan      html  css  js  c++  java
  • 数据处理——数据集划分

    数据集划分

    一般在日常工作中我们会将数据集拆分为训练集(train_set)和测试集(test_set)
    
    • 训练集:一般用于训练模型,需要尽可能保证训练的数据具有代表性。
    • 测试集:用于测试模型,检测模型的性能(包括了运行时间,模型的效果等)
    trian_test_split(*arrays,train_size,test_size,ramdom_state)
    • *arrays:表示需要进行划分的数据,可以为多个
    • train_size:训练集所占总数据的比例,0-1的浮点数,无默认
    • test_size:测试集所占总数据的比例,和train_size相加为1,在填写了train_size的情况下可以省略
    • random_state:设置随机种子,保证后续每次划分的结果相同
    from sklearn.datasets import load_iris  # 鸢尾花
    from sklearn.model_selection import train_test_split
    
    iris = load_iris()
    X = iris['data']
    y = iris['target']
    X_train,X_test,y_train,y_test = train_test_split(X,y,train_size=0.8,random_state = 123)
    print(X_train.shape,X_test.shape,y_train.shape,y_test.shape)
    

    (120, 4) (30, 4) (120,) (30,)

    一个佛系的博客更新者,随手写写,看心情吧 (っ•̀ω•́)っ✎⁾⁾
  • 相关阅读:
    毕设进度28
    任务27
    任务26
    任务25
    任务24
    第二次冲刺
    课堂作业-搜狗输入法
    课堂作业-寻找水王
    博客花园典型用户和场景
    第十天
  • 原文地址:https://www.cnblogs.com/WoLykos/p/9564025.html
Copyright © 2011-2022 走看看