RNN模型数据集划分代码

以下是使用Python中的sklearn库中的train_test_split()函数进行随机划分数据集的代码示例：

from sklearn.model_selection import train_test_split

# X为输入数据，y为标签
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 将数据集按照8:2的比例随机划分为训练集和测试集
X_train, X_val, y_train, y_val = train_test_split(X_train, y_train, test_size=0.1, random_state=42) # 将训练集按照9:1的比例随机划分为训练集和验证集

以下是使用Python中的pandas库进行时间序列划分数据集的代码示例：

import pandas as pd

# data为输入数据
train_size = int(len(data) * 0.7) # 将数据集按照7:2:1的比例划分为训练集、验证集和测试集
val_size = int(len(data) * 0.2)
test_size = len(data) - train_size - val_size

train_data = data[:train_size] # 划分训练集
val_data = data[train_size:train_size+val_size] # 划分验证集
test_data = data[-test_size:] # 划分测试集

注：以上代码仅为示例，具体的划分比例根据实际情况进行设置。