概述
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]:
最后
以上就是着急小笼包为你收集整理的对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，希望文章能够帮你解决对pandas 数据进行数据打乱并选取训练机与测试机集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。
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。
发表评论 取消回复