使用fast_ml.model_development拆分用于学习过程的.npy数据

我正在尝试使用Fast_ml将我的数据拆分为训练、验证和测试集,以用于机器学习目的。我的输入和输出数据都是通过np.load从.npy文件中读取的。输入”P”是一个形状为(100000, 4, 4, 6, 1)的数组,而目标”Q”是一个形状为(100000,)的向量。我使用了以下代码:

from fast_ml.model_development import train_valid_test_splitX_train, y_train, X_valid, y_valid, X_test, y_test = train_valid_test_split(P, Q,                                                                             train_size=0.8,                                                                            valid_size=0.1,                                                                            test_size=0.1)

然而,我收到了以下错误:

AttributeError: 'numpy.ndarray' object has no attribute 'drop'

回答:

这个问题通过以下方法解决了:

from sklearn.model_selection import train_test_splitX_train, X_rem, y_train, y_rem = train_test_split(P,Q, train_size=0.8)X_valid, X_test, y_valid, y_test = train_test_split(X_rem,y_rem, test_size=0.5)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注