训练，测试，验证拆分的Python。 三套

Question

有人提出了一种将数据集分成三组的解决方案。 我想知道在这种情况下标签在哪里。 或然后如何设置标签。

train, validate, test = np.split(df.sample(frac=1), [int(.6*len(df)), int(.8*len(df))])

Answer 1

我将根据评论回答问题：

使用此方法进行拆分：

train, validate, test = np.split(df.sample(frac=1), [int(.6*len(df)), int(.8*len(df))])

您将获得3个不同的对象，其中包括来自df的train的前60％数据，对应于validate 60％和80％之间的间隔的数据，以及对应于test 80％-100％的最后20％的数据。 标签在这些数据框中。

在train_test_split您传递了两个对象X和Y，这两个对象以前很可能是从原始数据集中拆分出来的，然后返回4个对象，其中2个对应于train，两个对应于test。 请记住以下几点：首先将数据集拆分为independent variables和explained/target variable ，然后将这两个对象拆分为训练和测试。

使用np.split进行反之亦然，您首先要将数据集分为3个对象，进行训练，验证和测试，然后将它们分别分成independent variables通常称为X和target variable Y）。进行相同的拆分，只是顺序相反。

但是，请记住，通过传递np.split的索引意味着分割不是随机进行的，而使用train_test_split则会得到随机的训练和测试子集。 另一方面， np.split允许更大的灵活性，例如，如您在示例中所证明的，创建两个以上的子集。

也许这会有所帮助！

Answer 2

尝试这个。 将train_test_split之一的输出输入第二个

import numpy as np
from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.4)
X_test, X_validate, y_test, y_validate = train_test_split(X_test, y_test, test_size=0.5)

该函数将2个数组随机拆分为4个数组，而test_size确定分配给测试输出与序列的拆分的大小。 输入y是构建机器学习模型的目标，输入X是模型的特征。 如果要将它们组合在一起，则只需合并等效的X和y输出。