如何从每个类中提取两个值并将其放入测试集中？ [关闭]

Question

所以我有一个包含 120 行和 124 列的数据集。依赖列是人员的字符串名称。一共有20个不同的名字。我想从每个类中提取两行（因此为每个类提取具有相同名称的两行），以便我可以使用它创建一个测试集。任何帮助将不胜感激。谢谢

Answer 1

您可以使用以下函数来做到这一点：

X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.2,stratify =y)

这里，

X = 包含所有自变量的数据框。

y = 具有因变量的系列。

test_size = 您希望作为测试大小的百分比，此处为 20%。

分层 = 所有类别的平均分配，在你的例子中是 20 人。