使用Python怎么实现一个分割训练集和测试集

使用Python怎么实现一个分割训练集和测试集？针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

数据集介绍

使用数据集Wine，来自UCI 。包括178条样本，13个特征。

importpandasaspd
importnumpyasnp

df_wine=pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/wine/wine.data',header=None)
df_wine.columns=['Classlabel','Alcohol',
'Malicacid','Ash',
'Alcalinityofash','Magnesium',
'Totalphenols','Flavanoids',
'Nonflavanoidphenols',
'Proanthocyanins',
'Colorintensity','Hue',
'OD280/OD315ofdilutedwines',
'Proline']

分割训练集和测试集

随机分割

分为训练集和测试集

方法：使用scikit-learn中model_selection子模块的train_test_split函数

fromsklearn.model_selectionimporttrain_test_split

X,y=df_wine.ix[:,1:].values,df_wine.ix[:,0].values
X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.25,random_state=0)#随机选择25%作为测试集，剩余作为训练集

关于使用Python怎么实现一个分割训练集和测试集问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注恰卡编程网行业资讯频道了解更多相关知识。