如何在不使用train_test_split（）的情况下拆分数据集？

Question

我需要将数据集分为训练和测试。 我需要测试值的最后20％和培训的前80％。 我目前使用了'train_test_split（）'，但是它随机选择数据，而不是最后20％。 我如何才能获得最后20％的测试和最初的80％的培训？ 我的代码如下：

numpy_array = df.as_matrix()
X = numpy_array[:, 1:26]
y = numpy_array[:, 0]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=20) #I do not want the data to be random.

谢谢

Answer 1

train_pct_index = int(0.8 * len(X))
X_train, X_test = X[:train_pct_index], X[train_pct_index:]
y_train, y_test = y[:train_pct_index], y[train_pct_index:]

这是最好不要让sklearn帮助者参与的情况sklearn 。 非常简单，易读，并且不依赖于已知的sklearn帮助器的内部选项，而代码阅读器可能没有经验。

Answer 2

我认为这个Stackoverflow主题回答了您的问题：

如何在sklearn中获得未改组的train_test_split

特别是这段文字：

在scikit-learn版本0.19中，您可以将参数shuffle = False传递给train_test_split以获得非改组的拆分。

从文档中：

shuffle：布尔值，可选（默认= True）

拆分前是否对数据进行混洗。 如果shuffle = False，则> stratify必须为None。

如果我不能正确理解您的问题，请告诉我