如何在 python 中修复训练集和测试集？答案

【问题标题】：How can I fix the train set and test set in python?如何在 python 中修复训练集和测试集？
【发布时间】：2019-02-24 17:03:27
【问题描述】：

假设我有一个包含 1000 行的数据集。我想把它分成训练集和测试集。我想将前 800 行拆分为训练集，然后将 200 行拆分为测试集。有可能吗？

我的训练和测试拆分的python测试代码是这样的：

from sklearn.cross_validation import train_test_split

xtrain, xtest, ytrain, ytest = train_test_split(x, y, test_size=0.20)

【问题讨论】：

【解决方案1】：

有多种方法可以做到这一点，我将通过其中一些来运行。

切片是python中一种强大的方法，如果您只想要前800个副本并且您的数据框被命名为train用于输入特征和Y 可以使用的输出功能

X_train = train[0:800]
X_test = train[800:]
y_train = Y[0:800]
y_test = Y[800:]

Iloc 函数与数据帧相关联并与索引相关联，如果您的索引是数字，那么您可以使用

X_train = train.iloc[0:800]
X_test = train.iloc[800:]
y_train = Y.iloc[0:800]
y_test = Y.iloc[800:]

如果你只需要将数据分成两部分，你甚至可以使用df.head() 和df.tail() 来做到这一点，

X_train = train.head(800)
X_test = train.tail(200)
y_train = Y.head(800)
y_test = Y.tail(200)

还有其他方法可以做到这一点，我建议使用第一种方法，因为它在多种数据类型中很常见，并且如果您使用 numpy 数组也可以使用。要了解有关切片的更多信息，我建议您结帐。 Understanding slice notation 这里解释为一个列表，但它几乎适用于所有形式。

【讨论】：

【解决方案2】：

你想设置shuffle= False。

from sklearn.cross_validation import train_test_split
xtrain, xtest, ytrain, ytest = train_test_split(x, y, test_size=0.20, shuffle = False)

【讨论】：