python将样本集训练集和测试集

在Python中，我们可以使用sklearn库中的train_test_split()函数将样本集划分为训练集和测试集。train_test_split()函数接受多个参数，包括特征数据和目标数据。例如，如果我们有一个名为X的特征矩阵和一个名为y的目标向量，我们可以使用以下代码将其划分为训练集和测试集：

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

在这个例子中，我们将样本集(X)和目标向量(y)作为输入，test_size参数指定了测试集的大小（例如0.2表示将20%的数据用于测试），random_state参数用于设置随机种子，以确保每次划分的结果一致。

相关问题

python划分测试集和训练集的代码

以下是一个简单的 Python 代码示例，用于将数据集随机拆分为训练集和测试集：

import random

def split_dataset(dataset, split_ratio):
    train_size = int(len(dataset) * split_ratio)
    train_set = []
    test_set = list(dataset)
    while len(train_set) < train_size:
        index = random.randrange(len(test_set))
        train_set.append(test_set.pop(index))
    return [train_set, test_set]

其中，`dataset` 是一个列表，包含了所有的数据样本，`split_ratio` 表示训练集占整个数据集的比例。函数会将数据集随机拆分为训练集和测试集，并返回一个列表，其中第一个元素是训练集，第二个元素是测试集。可以使用以下代码将数据集拆分为训练集和测试集：

dataset = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
split_ratio = 0.7
train_set, test_set = split_dataset(dataset, split_ratio)
print(train_set)
print(test_set)

输出结果类似于：

[2, 8, 6, 10, 5, 3, 1]
[4, 7, 9]

这表示训练集包含了 70% 的数据样本，测试集包含了 30% 的数据样本。

python 分层测试集训练集

可以使用sklearn库中的train_test_split方法来将数据集分割成训练集和测试集。

from sklearn.model_selection import train_test_split

# X是样本特征矩阵，y是样本标签向量
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

其中，test_size表示测试集所占比例，random_state表示随机种子，保证每次运行结果一致。

如果数据集有多层结构，可以按照需要进行分层抽样，例如按照标签分层、按照数据集来源分层等。可以使用StratifiedShuffleSplit方法来实现分层抽样，并指定每层所占比例。

from sklearn.model_selection import StratifiedShuffleSplit

# X是样本特征矩阵，y是样本标签向量
split = StratifiedShuffleSplit(n_splits=1, test_size=0.2, random_state=42)
for train_index, test_index in split.split(X, y):
    X_train = X[train_index]
    y_train = y[train_index]
    X_test = X[test_index]
    y_test = y[test_index]

以上代码实现了按照样本标签进行分层抽样，保证训练集和测试集中各类样本的比例相同。