python人工神经网络划分训练集测试集验证集

在Python中，可以使用sklearn库中的train_test_split函数来划分训练集、测试集和验证集。下面是一个示例代码：

from sklearn.model_selection import train_test_split

# 假设data是你的数据集
# 将数据集划分成训练集、测试集和验证集，比例为7:2:1
train_set, test_set = train_test_split(data, test_size=0.3, random_state=42)
train_set, val_set = train_test_split(train_set, test_size=0.2, random_state=42)

# train_set为训练集
# val_set为验证集
 test_set为测试集

在上面的代码中，首先使用train_test_split函数将原始数据集划分成训练集和测试集，其中test_size参数指定了测试集所占的比例。然后再将训练集划分成训练集和验证集，同样使用train_test_split函数，并指定了验证集所占的比例。

注意，上述代码中的random_state参数用于设置随机种子，保证每次运行生成相同的随机数，以确保结果的可重复性。