Python 自动将数据按比例随机为训练集和测试集代码

PART 1. 想在网上找到关于将数据集自动抽样的方法，看见了其实Pandas库下有一个方法可以抽样，但是感觉不是很灵活，而且数据类型是dataframe的，不是很习惯，这里就写了一个方法，输入是数据集X（m*n），数据集类别标签Y（m*1），训练集比例pct（0～1），返回训练数据集和测试数据集，返回的数据中最后一列是类别标签。

import random
import numpy as np
def seperateData(x,y,pct):
    # x：数据
    # y：类别标签
    # pct：训练集所占比例：区间为0~1
    data = np.column_stack((x,y))

    length = len(y)
    # index = round(length*pct) # (之前是这一行，删掉)
    index = int(round(length*pct))
    
    indexes = np.array(range(0,length))
    random.shuffle(indexes)
    trn_idxes = indexes[0:index]
    tst_idxes = indexes[index:length]
    
    trn = data[trn_idxes,:]
    tst = data[tst_idxes,:]
    return trn, tst


# 测试样例：
x = pd.DataFrame(np.random.rand(10,10))
y = pd.DataFrame(np.sign(np.random.rand(10)-0.5))
seperateData(x,y,0.3)

PART 2.事实是，忽然发现确实有个函数可以自动生成训练集和测试集的，但是没有用pandas下的shuffle，只使用了简单的sklearn的函数

from numpy import random
import numpy as np

# （1）可选：数据为数组形式
x = np.floor(10*random.rand(num,2))
y = np.floor(10*random.rand(num,1))

# （2）可选：数据为dataframe形式
x = pd.DataFrame(np.random.rand(10,10))
y = pd.DataFrame(np.sign(np.random.rand(10)-0.5))

from sklearn import cross_validation

X_train, X_test, y_train, y_test = cross_validation.train_test_split(x, y, test_size=0.4, random_state=0)

好吧，get了两个方法！

最后

以上就是现实树叶为你收集整理的Python 自动将数据按比例随机为训练集和测试集代码的全部内容，希望文章能够帮你解决Python 自动将数据按比例随机为训练集和测试集代码所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。