ランダム.シャッフルとnumpy.ランダム.シャッフル

この 2 つの使用方法は基本的に同じで、どちらもデータをランダムにスクランブルします。コードは以下のように表示されます。

# random shuffle
import random
a = [1,2,3,4]
b = [[5,6,7,8], [9,10,11,12]]
random.shuffle(a)
random.shuffle(b)

#结果如下：
[3, 4, 1, 2]
[[5, 6, 7, 8], [9, 10, 11, 12]]

注:random.shuffle はリストをランダムにシャッフルします。

import numpy as np
a = np.array([1,2,3,4])
b = np.array([[5,6,7,8], [9,10,11,12]])
np.random.shuffle(a)
np.random.shuffle(b)

#结果如下： 
array([3, 1, 4, 2])
array([[ 9, 10, 11, 12],
       [ 5,  6,  7,  8]])

分類を行うときにデータをシャッフルする必要があります。データ自体は numpy 形式であり、各ラウンドでデータをシャッフルするためにrandom.shuffleを使用します。次の理由により、トレーニング セットとテスト セットの精度はすぐに 100% に達しました。 :

import random
b = np.array([[5,6,7,8], [9,10,11,12],[20,21,24,25],[30,31,34,45]])

# 随机打乱十次
for _ in range(10):
    random.shuffle(b)
b 

#结果显示，数组所有元素都是b[0]的值
array([[5, 6, 7, 8],
       [5, 6, 7, 8],
       [5, 6, 7, 8],
       [5, 6, 7, 8]])

各ラウンドの順序をランダムにシャッフルしたところ、すべてのデータが同じだったので、精度はすぐに 100% に達しました。データ形式は同じ演算形式に対応している必要があります。！！