我想使用train_test_split(X, y, test_size = 0.2)，但我不希望数据是随机的-我希望前80%的数据是训练的，最后20%是测试的。这是可以做到的吗？
浏览 102提问于2019-01-01得票数 1
回答已采纳
在调用train_test_split时，我是否能够(几乎)从多个调用train_test_split获得(几乎)相同的行为，方法是一次传递一个源数据集的批处理，而不是整个过程？# X, y is the entire dataset.for x_bat, y_bat in stream_next_batch_from_file():
x_train, y
浏览 0提问于2019-03-27得票数 1
回答已采纳
1回答
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25,random_state=42,shuffle=FalseX_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25,random_state=42)
浏览 2提问于2018-11-11得票数 4
回答已采纳
我的主要思想是将具有多列和多行的数据分离为训练数据集和测试数据集。
编辑:我想每次都使用相同的火车和测试数据。我试图避免随机选择。。
浏览 0提问于2019-07-24得票数 1
回答已采纳
我想从mytable中选择具有确定数字的原始行。正如我们所知，关键字“limit”将随机选择行。mytable中的行是按顺序排列的。我只想按它们的原始顺序选择它们。
浏览 1提问于2016-10-26得票数 2
关于使用Scikit-Learn运行机器学习算法时的播种系统，通常提到三种不同的内容：
我的最终问题是，在使用SkLearn运行ML算法时，如何获得绝对可重复的结果？
至少有一个问题是为了
浏览 0提问于2018-10-10得票数 7
1回答
我正在学习keras，并想了解如何将分类器(顺序)应用于我的数据集中的所有行，而不仅仅是用于测试验证的x%。y = dataset.iloc[:, 13]
accuracy=accuracy_score(label_test,label_pred)
我尝试将应用于训练数据和测
浏览 0提问于2019-12-19得票数 0
我使用train_test_split将我的数据划分为训练、测试和验证数据集。x_train,x_test,y_train,y_test=train_test_split(x,y,train_size=0.7,random_state=123)part_x_train, x_val, part_y_train, y_val = train_test_split(x_train, y_train, test_size
浏览 7提问于2021-04-21得票数 0
2回答
迭代器所遵循的过程是什么，以便在每次调用迭代器时生成条目的随机顺序。唯一的随机顺序意味着最终所有项只遍历一次，但以随机顺序返回。注记随机顺序应均匀分布在项目的所有顺序集合中，换言之，是无偏的。此条件忽略了将逐块方案中的项目列表随机化的解决方案(例如，为了使内存中的某些项具有随机性，然后将它们随机化，然后是下一个项块等等)。
浏览 6提问于2015-03-11得票数 2
回答已采纳
因此，当我尝试运行下面这行代码时：
X_train, X_test, Y_train, Y_test=train_test_split(X_features, Y_feature, test_size=我尝试了参数的不同顺序，分别拆分X和Y，但没有产生任何结果。有没有其他方法可以防止train_test_split随机化数据？
浏览 32提问于2017-08-28得票数 5
回答已采纳
我想生成随机网络，并将该网络与我的原始网络进行比较，该网络有16809个节点和173393条边。因此，为了将其与不同的网络模型进行比较，我将不得不生成具有相同边数的网络模型。在erdos.renyi模型中，我可以生成指定边数的随机图。如何使用r中的图库生成具有相同边数的无标度和小世界网络。g_scale <- barabasi.game(16809 , m = 10)
g_small <- watts.strogatz.game(1, 16809
浏览 2提问于2016-05-12得票数 2
不幸的是，在手动拆分数据和使用train_test_split拆分数据之后，我在查看rmse值时得到了不同的结果。KNeighborsRegressorfrom sklearn.model_selection import train_test_split2 0.548452feature_1 0.569912下面是一个函数，knn_train_test2，它使用tr
浏览 0提问于2019-05-10得票数 1
回答已采纳
4回答
为了训练和测试我的数据，我从scikit学习中导入了train_test_split方法。但我不明白其中一个叫做random_state的论点。X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=324)
浏览 0提问于2019-09-02得票数 4
回答已采纳
id, size2, 5 | 2, 9然后用train_test_split如果train_test_split()对其进行同样的洗牌，那就太好了，因为这样就不需要跟踪用于训练第一个算法以防止测试结果受到污染的数据。
浏览 7提问于2017-12-04得票数 0
回答已采纳
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=43, stratify=y)当我使用train_test_split并传递模型X_train、Y_train和eval_set X_test，Y_test时，模型似乎是非常好的。
浏览 0提问于2020-02-27得票数 5
回答已采纳
我意识到，与scikit学习相反，为random_state设置一个固定值并不能保证模型每次都会输出相同的结果。这是个虫子吗？这是故意的吗？如果是，为什么？下面是代码： subsample=0.8, colsampl
浏览 5提问于2020-05-12得票数 5
云服务器
ICP备案
实时音视频
对象存储
云直播
腾讯云开发者
