随机数选取经验

最新推荐文章于 2024-11-04 16:17:23 发布

DJ.马

最新推荐文章于 2024-11-04 16:17:23 发布

阅读量394

点赞数 9

分类专栏： # 评价指标参数和模型参数文章标签： javascript html 前端

本文链接：https://blog.csdn.net/DJJ5210/article/details/135434097

版权

评价指标参数和模型参数专栏收录该内容

14 篇文章 1 订阅

订阅专栏

文章介绍了在QSAR项目中，如何通过randomSpliter函数对C2_cal_rdk.csv文件进行25%的测试集划分，提取训练集(tr_x)和测试集(te_y)，并运用correlationSelection中的Pearson相关性方法分析特征之间的关联性。

摘要由CSDN通过智能技术生成

file = r"D:\academic\01_degree_doctor\01_project\mPGES\06_QSAR\C2_cal_rdk.csv"
for randx in [8,12,42,50,65,78,105]:
    spliter = randomSpliter(test_size=0.25,random_state=randx)
    spliter.ExtractTotalData(file,label_name='label')
    spliter.SplitData()
    tr_x = spliter.tr_x
    tr_y = spliter.tr_y
    te_y = spliter.te_y

    corr = correlationSelection()
    corr.PearsonXX(tr_x, tr_y)