Skip to main content
 首页 » 编程设计

python之在 Python 中随机传播数据集

2025年05月04日17zdz8207

我想随机将一个数据集分成三个比例为 60%、20%、20%。我已经编写了一些代码,但问题是它可以随机选择两次相同的值。代码:

mask_60 = np.random.choice([False, True], len(ds2), p=[0.4,0.6]) 
mask_20 = np.random.choice([False, True], len(ds2), p=[0.8,0.2]) 
 
ds2_train = ds2[mask_60] 
ds2_test = ds2[mask_20] 
ds2_val = ds2[mask_20] 

有什么建议吗?

谢谢!

请您参考如下方法:

使用 sklearn 的 train_test_split,文档 here .首先将数据集分成 60% 和 40%,然后将 40% 分成两半。

from sklearn.cross_validation import train_test_split 
set_1, temp = train_test_split(ds2, train_size=0.6, random_state=42) 
set_2, set_3 = train_test_split(temp, train_size=0.5, random_state=42) 

您还可以指定一个种子值以使您的样本可重现。