划分训练集和测试集python代码
时间: 2023-08-23 09:06:41 浏览: 48
以下是一个简单的 Python 代码示例,用于将数据集分成训练集和测试集:
```python
import numpy as np
# 载入整个数据集
data = np.loadtxt('data.csv', delimiter=',')
# 随机打乱数据
np.random.shuffle(data)
# 划分训练集和测试集的比例
train_ratio = 0.8
# 计算训练集和测试集的数量
train_size = int(train_ratio * len(data))
test_size = len(data) - train_size
# 划分训练集和测试集
train_data = data[:train_size]
test_data = data[train_size:]
print(f'Train data size: {len(train_data)}')
print(f'Test data size: {len(test_data)}')
```
上述代码中,假设数据存储在名为 `data.csv` 的 CSV 文件中。首先,我们使用 `numpy` 库来将数据加载到一个名为 `data` 的 NumPy 数组中。然后,我们使用 `np.random.shuffle()` 函数来随机打乱数据顺序。接下来,我们使用 `train_ratio` 变量指定训练集所占比例,计算出训练集和测试集的数量。最后,我们使用 NumPy 数组切片来提取训练集和测试集,并打印它们的大小。