python - 如何在没有python中的train_test_split函数的情况下将数据中的固定行数拆分为Xtest、Xtrain、Ytrain和Ytest

Posted 2023-03-12

【中文标题】python - 如何在没有python中的train_test_split函数的情况下将数据中的固定行数拆分为Xtest、Xtrain、Ytrain和Ytest

【英文标题】：How to split the fixed number of rows in a data into Xtest, Xtrain , Ytrain and Ytest without train_test_split function in python

【发布时间】：2020-05-21 04:55:53

【问题描述】：

我有 80 列的数据集。在 python 中，我想将数据分成前 60 个作为训练数据，第 13 个作为测试数据。如果我使用 train_test_split 函数，数据会随机拆分。我不想要火车的随机数据。

例如：数据集列如下所示：

日期 |依赖变量 |独立变量_1 |独立变量_2

train = data[:80] 
test = data[13:]

从这里如何拆分因变量和自变量。（Xtrain，Xtest，Ytrain和Ytest） 提前致谢。

【问题讨论】：

在 60 列上训练和在 33 列上进行测试没有任何意义。训练是在与测试数据具有相同列的一小部分行上完成的

训练集和测试集应该具有相同的属性，那么只有当你对测试数据集进行预测时，它才会为你提供合适的结果。

@anon_143 不是问题。我们可以将其设为 80 和 13。

我所说的属性应该相同，类似于@SUN 所说的。训练和测试应该在同一列上进行，这是我们拆分的行。如果您刚刚开始使用 ML，请在 youtube 上查看 Sentdex 的 ML 视频

【参考方案1】：

如果我使用 train_test_split 函数，数据会随机拆分。我不想要火车的随机数据。

默认情况下它是随机的，是的，但你可以让它不是随机的。

如果你调用函数做train_test_split(X, y, test_size=0.33, shuffle=False)。注意参数shuffle：

拆分前是否打乱数据

您将实现不随机拆分的拆分目标。

最后，train_test_split 使用 test_size 拆分您的数据集行，因此如果您想手动执行此操作，请记住您应该拆分行而不是列，并为 X 和 y 保留相应的列。

【讨论】：

非常感谢。还有一个疑问，如何从数据集中的数据集中只存储所需的变量（列）。

如果 X 是一个数组数组， pd.DataFrame([X[0]]) 将在 X 中创建一个数组编号为 0 的数据帧