在训练Keras模型并在fit()函数中使用validation_split=0.2后，如何将旧数据框中的20%转换为用于测试的新数据框？

#train modelmodel.fit(train_X, train_y, validation_split=0.2, epochs=30, callbacks=[early_stopping_monitor])

回答：

实际上，当你将validation_split参数设置为x时，发生的情况是训练样本的最后x百分比被视为验证数据。因此，如果你想获取训练过程中使用的相同验证数据，你可以像这样切片数据框：

idx = int(len(train_X) * 0.2)  # 0.2 是验证分割的值# 如果 train_X 和 train_y 是 numpy 数组val_X = train_X[idx:]   val_y = train_y[idx:]# 如果 train_X 和 train_y 是 pandas 数据框val_X = train_X.iloc[idx:]val_y = train_y.iloc[idx:]