前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >同时打乱数据集和标签的几种方式

同时打乱数据集和标签的几种方式

作者头像
西西嘛呦
发布2020-10-10 17:26:03
2.2K0
发布2020-10-10 17:26:03
举报
文章被收录于专栏:数据分析与挖掘

最好先将数据转换为numpy数组的格式。

方法一:使用np.random.shuffle

代码语言:javascript
复制
state = np.random.get_state()
np.random.shuffle(train)
np.random.set_state(state)
np.random.shuffle(label)

或者这么使用:

需要注意的是,如果数组类型是:['a','b','c','d'],(4,)

我们要先将其转换为[['a'],['b'],['c'],['d']],(4,1)

代码语言:javascript
复制
 train_row = list(range(len(train_label)))
 random.shuffle(train_row)
 train_image = train_image[train_row,:]
 train_label = train_label[train_row,:]

方法二:使用np.random.permutation()

代码语言:javascript
复制
shuffle_ix = np.random.permutation(np.arange(len(train_data)))
train_data = train_data[shuffle_ix,:]
train_label = train_label[shuffle_ix,:]

方法三:使用pytorch中的Dataset,还可以设置batchsize的大小

代码语言:javascript
复制
dataset = torch.utils.data.TensorDataset(data, target)      # 设置数据集
train_iter = torch.utils.data.DataLoader(dataset, batch_size, shuffle=True) # 设置获取数据方式

举个例子:

代码语言:javascript
复制
import numpy as np
tes = np.array([['a'],['b'],['c'],['d']])
shuffle_ix = np.random.permutation(len(tes))
shuffle_ix = list(shuffle_ix)
print(shuffle_ix)
tes = tes[shuffle_ix,:]
代码语言:javascript
复制
[1, 3, 0, 2]
代码语言:javascript
复制
array([['b'],
       ['d'],
       ['a'],
       ['c']], dtype='<U1')

参考:

https://blog.csdn.net/sinat_38682860/article/details/108813209

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2020-10-02 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档