如何将数据集 (csv) 拆分为训练和测试数据

Posted 2023-03-12

【中文标题】如何将数据集 (csv) 拆分为训练和测试数据

【英文标题】：How to split a dataset (csv) into training and test data

【发布时间】：2019-06-30 20:11:12

【问题描述】：

如果其中没有因变量，如何将数据集 (csv) 拆分为 Python 编程语言中的训练和测试数据

我目前从事的项目是基于机器学习的，数据集不包含任何依赖数据。以下代码仅在数据集包含依赖数据时才有效 -

从 sklearn.model_selection 导入 train_test_split xTrain, xTest, yTrain, yTest = train_test_split(x, y, test_size = 0.2, random_state = 0)

我希望在没有任何 'y' 变量的情况下发生拆分， 有可能吗？

【参考方案1】：

有两种“随机”分布。 1) 100% 随机 2）“随机”但“平等”的数据分布（即相同的手段/规范）

要回答您的问题，我首先建议使用一个包来管理您的数据框（即 Pandas）

查看链接了解信息： https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.sample.html

所以，如果你想获得 DataFrame 的随机 50% 样本并替换：

 df.sample(frac=0.5, replace=True, random_state=1)

【讨论】：

我如何将另外 50% 的数据帧存储在另一个变量中