如何在不拆分数据帧的情况下传递不同的数据集进行训练和测试。 （Python）？

Posted 2023-03-12

【中文标题】如何在不拆分数据帧的情况下传递不同的数据集进行训练和测试。 （Python）？

【英文标题】：How to pass different set of data to train and test without splitting a dataframe. (python)?

【发布时间】：2019-10-14 01:37:39

【问题描述】：

我已经解决了多个问题，这些问题有助于将您的数据框分为训练和测试，使用 scikit，不使用等。

但我的问题是我有 2 个不同的 csv（来自不同年份的 2 个不同的数据框）。我想用一个作为火车，另一个作为测试？

如何为 LinearRegression / 任何模型执行此操作？

【参考方案1】：

单独加载数据集。 确保它们的行和列（特征）格式相同。 使用train 设置为fit 模型。 使用test设置为predict训练后的输出。

# Load the data
train = pd.read_csv('train.csv')
test = pd.read_csv('test.csv')

# Split features and value
# when trying to predict column "target" 
X_train, y_train = train.drop("target"), train["target"]
X_test, y_test = test.drop("target"), test["target"]

# Fit (train) model
reg = LinearRegression()
reg.fit(X_train, y_train)

# Predict
pred = reg.predict(X_test)

# Score
accuracy = reg.socre(X_test, y_test)

【讨论】：

是的，X_train 和 X_test 必须具有相同的列序列（特征）。

嗨，我想你忘记添加 X_ 和 y_ 前缀来“加载数据”？ :)

【参考方案2】：

请问skillmuggler X_train 和 X_Test 怎么样，我该如何定义它，因为当我尝试这样做时，它说 NameError: name 'X_train' is not defined

【讨论】：

正如目前所写，您的答案尚不清楚。请edit 添加其他详细信息，以帮助其他人了解这如何解决所提出的问题。你可以找到更多关于如何写好答案的信息in the help center。

是的，有点不对。请在前三行后添加 y_train = train[:, :1] #if y 只是一列 X_train = train[:, 1:]

【参考方案3】：

我无法编辑几乎存在的第一个答案。虽然缺少一些代码...

# Load the data
train = pd.read_csv('train.csv')
test = pd.read_csv('test.csv')

y_train = train[:, :1]  #if y is only one column
X_train = train[:, 1:]

# Fit (train) model
reg = LinearRegression()
reg.fit(X_train, y_train)

# Predict
pred = reg.predict(X_test)

# Score
accuracy = reg.socre(X_test, y_test)