如何将数据分成3部分: Python培训(70%)、验证(15%)和测试(15%)，每个部分都有相似的目标率？
如何将数据分成3部分: Python培训(70%)、验证(15%)和测试(15%)，每个部分都有相似的目标率？
提问于 2020-02-04 03:49:34
我正在做一个公司项目，我需要将数据划分为三个部分--培训、验证和测试(保留)。
是否有人知道我如何将上述数据分成3部分，每个部分将有相似的响应变量(目标率)-(分类的精度相似，回归的均数类似)。
我知道如何使用SKLEARN中的train_test_split函数将数据分成3部分
from sklearn.model_selection import train_test_split
x, x_test, y, y_test = train_test_split(xtrain,labels,test_size=0.2,train_size=0.8)
x_train, x_cv, y_train, y_cv = train_test_split(x,y,test_size = 0.25,train_size =0.75)但这并没有给出类似的目标率，有人能帮我吗？
回答 2
Data Science用户
回答已采纳
发布于 2020-02-04 10:27:57
对于分类，可以使用stratify参数：
分层:数组样或无(default=None)，如果不是无，数据以分层的方式分割，使用它作为类标签。
见sklearn.model_selection.train_测试_拆分。例如：
x, x_test, y, y_test = train_test_split(xtrain,labels,test_size=0.2, stratify=labels) 这将确保在训练和测试数据之间的类分布是相似的。(旁注:我已经抛出了train_size参数，因为它将根据test_size__自动确定)
Data Science用户
发布于 2020-02-04 10:03:06
分裂成一个验证集，它不是在sklearn中实现的。但你可以用一种棘手的方法来做：
( 1)在第一步，你把X和y分开来训练和测试。
2)在第二步，您将您的培训集从前一步拆分为验证和较小的培训集。
X_train, X_test, y_train, y_test
= train_test_split(X, y, test_size=0.7, random_state=123)
X_train, X_val, y_train, y_val
= train_test_split(X_train, y_train, test_size=0.5, random_state=123)页面原文内容由Data Science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://datascience.stackexchange.com/questions/67489
复制相关文章
相似问题
腾讯云开发者
