python中如何实现将数据分成训练集与测试集的方法
接下来，直接给出大家响应的代码，并对每一行进行标注，希望能够帮到大家。
需要用到的是库是。numpy、sklearn。
#导入相应的库（对数据库进行切分需要用到的库是sklearn.model_selection中的train_test_split）
importnumpyasnp
fromsklearn.model_selectionimporttrain_test_split
#首先，读取.CSV文件成矩阵的形式。
my_matrix=np.loadtxt(open("xxxxxx.csv"),delimiter=",",skiprows=0)
#对于矩阵而言，将矩阵倒数第一列之前的数值给了X（输入数据），将矩阵大最后一列的数值给了y（标签）
X,y=my_matrix[:,:-1],my_matrix[:,-1]
#利用train_test_split方法，将X,y随机划分问，训练集（X_train），训练集标签（X_test），测试卷（y_train），
测试集标签（y_test），安训练集：测试集=7:3的
概率划分，到此步骤，可以直接对数据进行处理
X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3,random_state=42)
#此步骤，是为了将训练集与数据集的数据分别保存为CSV文件
#np.column_stack将两个矩阵进行组合连接
train=np.column_stack((X_train,y_train))
#numpy.savetxt将txt文件保存为。csv结尾的文件
numpy.savetxt('train_usual.csv',train,delimiter=',')
test=np.column_stack((X_test,y_test))
numpy.savetxt('test_usual.csv',test,delimiter=',')
完整没解释的代码部分为
importnumpyasnp
fromsklearn.model_selectionimporttrain_test_split
my_matrix=np.loadtxt(open("xxxxx.csv"),delimiter=",",skiprows=0)
X,y=my_matrix[:,:-1],my_matrix[:,-1]
X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3,random_state=42)
train=np.column_stack((X_train,y_train))
numpy.savetxt('train_usual.csv',train,delimiter=',')
test=np.column_stack((X_test,y_test))
numpy.savetxt('test_usual.csv',test,delimiter=',')
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。