使用Python对CSV文件进行训练-测试拆分

我有一个.csv文件,里面包含了我的数据。我想进行Logistic Regression(逻辑回归)、Naive Bayes(朴素贝叶斯)和Decision Trees(决策树)的分析。我已经知道如何实现这些算法。

然而,我的老师希望我将.csv文件中的数据按80%进行分割,并让我的算法预测剩余的20%。我想知道如何以这种方式分割数据。

diabetes_df = pd.read_csv("diabetes.csv")diabetes_df.head()with open("diabetes.csv", "rb") as f:    data = f.read().split()    train_data = data[:80]    test_data = data[20:]

我尝试过像这样进行分割(显然是行不通的)。


回答:

工作流程

  1. 加载数据(参见如何使用Python读取和写入CSV文件?
  2. 预处理数据(例如,过滤/创建新特征)
  3. 进行训练-测试(验证和开发集)分割

代码

Sklearn的sklearn.model_selection.train_test_split正是你所需要的:

from sklearn.model_selection import train_test_splitX_train, X_test, y_train, y_test = train_test_split(    X, y, test_size=0.33, random_state=0)

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注