如果我有一個數據集的子集作為訓練，我在 python 中拆分數據集有一個問題，python 中是否有一些函數可以從數據集中排除訓練集并直接獲取數據集的其余部分？就像：testing set = numpy.exclude(dataset , trainingset)例如，數據集中有 10 行，我將 2,4,7,9 行作為訓練集，那么如何輕松獲取數據集的其余部分。詳細地說，這些我的訓練數據集for i in range(0,5):
Test_data = dataset[ratio*i:ratio*(i+1),:]
Train_data = dataset[0:ratio*i&ratio*(i+1):-1,:]我的代碼不起作用，因為沒有 & 定義
1 回答
函數式編程
TA貢獻1807條經驗 獲得超9個贊
如果您已經知道訓練集行的索引，則可以排除它們以獲取剩余行的索引：
training_rows_ix = [2,4,7,9]
non_training_rows = [i for i in dataset.index if i not in training_rows_ix]
test_set = dataset.loc[non_training_rows]
或者使用集合操作而不是列表理解：
non_training_rows = sorted(set(dataset.index) - set(training_rows_ix))
此外，對于將數據集拆分為測試訓練的更強大的解決方案，請查看 scikit-learn 的測試訓練拆分
添加回答
舉報
0/150
提交
取消