![](/img/trans.png)
[英]How to split unlabeled data into train and test set using train_test_split?
[英]How to split data by using train_test_split in Python Numpy into train, test and validation data set? The split should not random
我想将数据类别明智地拆分为训练、测试和验证集。 例如:如果我们在数据集中有 3 个类别正面、负面和中性。 正面类别分为训练、测试和验证。 与其他两个类别相同。 拆分率是 80% 的数据用于训练,20% 用于测试。 从 80% 的训练数据中,拆分 10% 用于验证数据。 但最重要的拆分数据不应该是随机的。
您可以使用stratify
参数来执行此操作:
例如:如果您要使用 Iris 数据集来执行此操作。
from sklearn import cross_validation, datasets
X = iris.data[:,:2]
y = iris.target
cross_validation.train_test_split(X,y,stratify=y)
您可以在此处阅读更多信息: https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.