Python中的这条random.uniform行到底是做什么的？
提问于 2015-12-06 01:15:28
我正在跟踪一个关于在Python中使用随机森林的安德鲁·克罗斯的教程。我可以很好地运行代码，并且在很大程度上我理解输出。然而，我不清楚这一行到底是做什么的：
df['is_train'] = np.random.uniform(0, 1, len(df)) <= .75我知道它“在0到1之间创建了一个(随机)均匀分布，并将3/4的数据分配到训练子集中。”然而，训练子集并不总是子集的3/4。有时更小，有时更大。那么，是否选择了一个随机大小的子集，大约为75%？为什么不让它总是75%呢？
回答 3
Stack Overflow用户
回答已采纳
发布于 2015-12-06 01:27:23
np.random.uniform(0, 1, len(df))创建一个len(df)随机数数组。
然后，<= .75创建另一个数组，其中包含数字匹配条件的True，以及其他地方的False。
然后，代码在找到True的索引中使用数据。因为随机分布是..。嗯，随机的，你不会得到精确的75%的数值。
Stack Overflow用户
发布于 2015-12-06 01:32:05
它不将数据的3/4分配到训练子集中。
它将数据在训练子集中的概率指定为3/4。
示例：
>>> import numpy as np
>>> sum(np.random.uniform(0, 1, 10) < .75)
8
>>> sum(np.random.uniform(0, 1, 10) < .75)
10
>>> sum(np.random.uniform(0, 1, 10) < .75)
7- 80%的数据在第一个示例中的训练子集中。
- 100% -在第二次
- 70%
平均而言，应该是75%。
Stack Overflow用户
发布于 2015-12-06 01:38:43
如果您想更严格地随机选择一个训练集(总是接近75% )，可以使用如下代码：
d = np.random.uniform(0, 1, 1000)
p = np.percentile(d, 75)
print(np.sum(d <= p)) # 750
print(np.sum(d <= .75)) # 745在你的例子中：
d = np.random.uniform(0, 1, len(df))
p = np.percentile(d, 75)
df['is_train'] = d <= p页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/34115808
复制相关文章
点击加载更多
腾讯云开发者
