如何在主數據集中找到 X_train 索引？

Question

我們可以通過 Python 中的 Sklearn 函數將數據集拆分為 X_train、y_train。

X_train, X_test, y_train, y_test = train_test_split(X, y, shuffle=True, test_size=0.3)

我的問題是：我們如何在我們的數據集中找到 X_train 或 y_train 索引？

假設我們通過以下方式找到了預測

prediction = model.predict(X_test)

另外，我們如何找到預測的索引？

我問是因為當我得到不准確的結果時，我想查看每一行的值。

換句話說，數據是主數據集，子集是數據的子集

數據 = 數組([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
subest = 數組([ 2, 4, 5, 6])

如何在數據中找到子集的索引？

Answer 1

作為記錄sklearn.model_selection.train_test_split ，它是一個快速應用sklearn.model_selection.ShuffleSplit ：

from sklearn.model_selection import ShuffleSplit, train_test_split

x_train, x_test, y_train, y_test = train_test_split(X, y, random_state=1, test_size=1)
x_train
array([[2, 3],
       [8, 9],
       [0, 1],
       [6, 7]])

這是來自ShuffleSplit的拆分索引集的收益：

train_ind, test_ind = next(ShuffleSplit(random_state=1).split(X, y))
X[train_ind]
array([[2, 3],
       [8, 9],
       [0, 1],
       [6, 7]])

所以你可以使用ShuffleSplit制作的train_ind和/或test_ind ，它和使用train_test_split