[nlp] bash脚本划分训练集/验证集/测试集

本文介绍如何利用bash脚本将自然语言处理的数据集划分为训练集、验证集和测试集,适用于人工智能领域的模型训练流程。
摘要由CSDN通过智能技术生成
#!/bin/bash

# 计算总行数
filename="seq.in"
number=$(wc -l <"${filename}")
echo $number
# 计算训练集、验证集和测试集的行数
train_lines=$((${number}*8/10))
valid_lines=$((${number}/10))
test_lines=$((${number}/10))
echo $train_lines, $valid_lines, $test_lines

file_list="seq.in seq.out label"
for file in $file_list;do
# 使用sed命令提取训练集、验证集和测试集的数据
echo "1,${train_lines}p"
sed -n "1,${train_lines}p" $file > ./train/${file}
sed -n "$((${train_lines}+1)),$((${train_lines}+${valid_lines}))p" $file > ./dev/${file}
sed -n "$((${train_lines}+${valid_lines}+1)),$((${train_lines}+${valid_lines}+${test_lines}))p" $file > ./test/${file}
done

echo "Train set saved in ./train/seq.in"
echo "Validation set saved in ./valid/seq.in"
echo "Test set saved in ./test/seq.in"

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

心心喵

喵喵(*^▽^*)

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值