机器学习–使用numpy随机打散训练数据
>本文由Friskit: http://friskit.me/2014/10/22/shuffle-train-data-in-numpy/[1]修改而来。
机器学习中,如果训练数据之间相关性很大(例如:连续的语音分帧),会造成泛化能力很差。通常需要打散训练数据。
如果训练数据data的输入data_x和输出data_y未分开,可以考虑使用np.random.shuffle(data),shuffle函数直接在data上进行随机打散。
代码块:
python
import numpy
data_x = numpy.random.random((5,3))
data_y = numpy.random.randint(0,2,size=[5,1])
data = numpy.hstack((data_x, data_y))
print(data)
numpy.random.shuffle(data)
print(data)
如果训练数据data的输入data_x和输出data_y分来,则使用numpy.random.permutation(data_x.shape[0]),permutation函数返回和data_x等长的打散的索引。
代码块:
python
import numpy
data_x = numpy.random.random((5,3))
data_y = numpy.random.randint(0,2,size=[5,1])
print(numpy.hstack((data_x, data_y)))
indices = numpy.random.permutation(data_x.shape[0])
# indices = numpy.random.permutation(len(data_x))
rand_data_x = data_x[indices]
rand_data_y = data_y[indices]
print(numpy.hstack((rand_data_x, rand_data_y)))