如何將數據集分成三個相等的部分？

Question

我正在嘗試使用 scikit-learn 將我的數據集分成三個相等的部分。 但是當我使用 StratifiedKFold（在 sklearn 上）來執行此操作時，它只顯示了我為分區數據集所做的命令，而不是結果：

from sklearn.model_selection import StratifiedKFold
partition = StratifiedKFold(n_splits = 3, shuffle = True, random_state = None)
print(partition)

我還是 Python 庫的新手，所以我不知道該怎么做。

Answer 1

您的代碼的第二行創建了一個 StratifiedKFold object，它並沒有真正對您的數據進行分區。 您應該使用此 object 來拆分數據（請參見下面的示例）

partition = StratifiedKFold(n_splits = 3, shuffle = True, random_state = 1)

for train_index, test_index in partition.split(x, y):
    x_train_f, x_test_f = x[train_index], x[test_index]
    y_train_f, y_test_f = y[train_index], y[test_index]

您將數據分成 3 部分的答案已在此處得到解答

X_train, X_test, X_validate  = np.split(X, [int(.7*len(X)), int(.8*len(X))])
y_train, y_test, y_validate  = np.split(y, [int(.7*len(y)), int(.8*len(y))])