[英]Splitting folders into training and testing set
我有 5 個文件夾用於安然電子郵件數據集。 我想在 python 中將 enron1、enron3、enron5 拆分為訓練集和 enron2、enron4 作為測試集。 我可以加載完整的數據集並拆分。 但不能像前面提到的那樣放。
for i in range(1,6):
# folder containing the 2 categories of documents in individual folders.
movie_data = load_files(f"/Users/mehedihasan/Desktop/Study/SEM6/COMP723 Data Mining & Knowledge Engineering/Assignment/email data/enron{i}")
X = np.append(X, movie_data.data)
y = np.append(y, movie_data.target)
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)
也許使用for i in [1,3,5]:
和for i in [2, 4]:
而不是range(1, 6)
for i in [1,3,5]:
# ... code ..
X_train = ...
y_train = ...
for i in [2, 4]:
# ... code ..
X_test = ...
y_test = ...
順便提一句:
如果您有更多文件夾,則可以使用
range(1, n, 2)
得到1, 3, 5, 7, 9, ...
range(2, n, 2)
得到2, 4, 6, 8, 10, ...
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.