Python分割训练集和测试集

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/duxu24/article/details/75066171

数据集介绍

使用数据集Wine，来自UCI。包括178条样本，13个特征。

import pandas as pd
import numpy as np

df_wine = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/wine/wine.data', header=None)
df_wine.columns = ['Class label', 'Alcohol',
                            'Malic acid', 'Ash',
                            'Alcalinity of ash', 'Magnesium',
                            'Total phenols', 'Flavanoids',
                            'Nonflavanoid phenols',
                            'Proanthocyanins',
                            'Color intensity', 'Hue',
                            'OD280/OD315 of diluted wines',
                            'Proline']

分割训练集和测试集

• 随机分割
• 分为训练集和测试集
• 方法：使用scikit-learn中model_selection子模块的train_test_split函数

from sklearn.model_selection import train_test_split

X, y = df_wine.ix[:, 1:].values, df_wine.ix[:, 0].values
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=0)#随机选择25%作为测试集，剩余作为训练集