如何将数据集分解为训练和测试，同时保留二进制数据的比例(即一些药物有效，而有些则无效)？
如何将数据集分解为训练和测试，同时保留二进制数据的比例(即一些药物有效，而有些则无效)？
提问于 2022-05-04 12:35:28
我有一个药物数据集，相关的化学特征，以及它们是“应答”还是“无反应”。我需要确保一旦我将数据集分成测试和训练，它们都有相同比例的响应性:无响应性。我知道如何将训练率为80%，测试率为20%的数据随机分开。不知道如何在这里进行必要的分层取样，这就是我要使用的- https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.StratifiedKFold.html
回答 1
Stack Overflow用户
发布于 2022-05-04 13:48:39
train_test_split函数已经有了一个参数，允许您保持y的比例。参数是stratify；在文档中定义为“如果没有，数据以分层的方式分割，使用这个类标签”。
代码的一个例子是：
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, stratify=y)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/72113103
复制相关文章
相似问题
腾讯云开发者
