对pandas 数据进行数据打乱并选取训练机与测试机集

224 阅读 0 评论 148 点赞

我是靠谱客的博主着急小笼包，这篇文章主要介绍对pandas 数据进行数据打乱并选取训练机与测试机集，现在分享给大家，希望可以做个参考。

描述

在机器学习中，拿到一堆训练数据一般会需要将数据切分成训练集和测试集，或者切分成训练集、交叉验证集和测试集，为了避免切分之后的数据集在特征分布上出现偏倚，我们需要先将数据打乱，使数据随机排序，然后在进行切分。
需要用的方法如下：
注：df代表一个pd.DataFrame

df = df.sample(frac=1.0): 按100%的比例抽样即达到打乱数据的效果

df = df.reset_index()：打乱数据之后index也是乱的，如果你的index没有特征意义的话，直接重置就可以了，否则就在打乱之前把index加进新的一列，再生成无意义的index

train = df.loc[0:a]: 进行切分操作，切分比例看情况定

cv = df.loc[a+1:b]:

test = df.loc[b+1:-1]:

以上就是着急小笼包最近收集整理的关于对pandas 数据进行数据打乱并选取训练机与测试机集的全部内容，更多相关对pandas内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。