读取分割数据

最新推荐文章于 2021-05-05 13:37:46 发布

serenysdfg

最新推荐文章于 2021-05-05 13:37:46 发布

阅读量172

点赞数

分类专栏： python 数据挖掘

本文链接：https://blog.csdn.net/serenysdfg/article/details/104585106

版权

python 同时被 2 个专栏收录

25 篇文章 0 订阅

订阅专栏

数据挖掘

9 篇文章 0 订阅

订阅专栏

读取数据并构建序列字典

# - 功能：使用自然数对 movies.dat 中的 movieid 进行重编码 返回值：movieid 到编码 id 的字典
def movie_map(file='movies.dat'):
    movies = read_csv(file, sep='::', header=None,engine='python')
    value = movies[0].unique()
    index = range(movies[0].nunique())
    return dict(zip(value,index))
                
d = movie_map()
d[520]

train_test_split 这个函数

from sklearn.model_selection import train_test_split 

def train_test_split(ratings,test_size=0.2):
    np.random.seed(2020)  #根据随机数种子，将x索引打乱
    indices=np.random.permutation(len(ratings))
    
    #根据设定的测试集样本比例，划分训练集、测试集
    cut=int(len(ratings)*(1-test_size))
    x_train=ratings[indices[:cut]]    
    x_test=ratings[indices[cut:]]
    return x_train,x_test
train_mat, test_mat = train_test_split(ratings)
train_mat.shape[0], test_mat.shape[0]