如何根據列值將數據拆分為訓練和測試並混洗組合？

Question

我有一個數據集，我想根據列值拆分數據集。 在每次迭代中，訓練集將包括除屬於2個值的所有數據以外的所有數據，這些數據將保留給測試集。

例如，我們有x列，其值為a ， b ， c ， d ， e和f 。

目前，我正在進行手動選擇，但由於我想嘗試每種可能的組合，因此我不確定如何做到最好。

train = df.loc[~df['x'].isin(['a','b'])]
test = df.loc[df['x'].isin(['a','b'])]

如何更改此代碼以考慮所有可能的組合？

我還希望能夠打印這些組合，以查看用於訓練和測試集的組合。

Answer 1

未經測試，但是如何使用itertools.combinations像：

for holdouts in itertools.combinations(df['x'].unique(), 2):
    print(holdouts)
    train = df[~df['x'].isin(holdouts)]
    test = df[df['x'].isin(holdouts)]

您可以通過mask = df['x'].isin(holdouts)保存評估

請注意，對於布爾值進行索引時，不需要.loc

Answer 2

iteratetools.combinations應該有效。