在机器学习中,拿到一堆训练数据,一般会我们需要先将数据打乱,使数据随机排序,然后在进行切分,需要将数据切分成训练集、交叉验证集和测试集,在监督学习中还要切分出属性集和标签集。
(注:df代表一个DataFrame)
1.打乱数据
df=df.sample(frac=1.0)#打乱所有数据
df=df.reset_index(drop=True)#打乱后的数据index也是乱的,用reset_index重新加一列index,drop=True表示丢弃原有index一列
2.切割数据
train=df.iloc[:a]#取数据的前a行为训练集
x_train=train.iloc[:,:b]#取训练集的前b列为属性集
y_train=train.iloc[:,b:]#取训练集的最后一列标签集