python训练模型测试模型_如何根据训练后的模型使用测试数据？

train_test_split()旨在获取数据集并将其分成两个块，即训练集和测试集。在您的例子中，您已经将数据分成两个块，分别放在单独的csv文件中。然后，您将获取列车数据并将其再次拆分为train和{}，这是验证的缩写（本质上是测试或验证数据）。在

您可能需要对完整的训练数据集执行model.fit，然后再次调用model.predict测试集。不需要调用train_test_split()。在

编辑：

我可能错了。在查看竞争页面时，我意识到测试集不包括基本真实值。不能使用这些数据来验证模型的准确性。在这种情况下，我认为将原始的训练数据集分成训练和验证是有意义的。由于您只在列车部分拟合模型，因此模型的验证集仍然不可见。然后使用验证集中的已知值来验证模型的预测。在

测试集将只用于生成“新”预测，因为您没有基本真实值来验证。在

编辑（回应评论）：

我没有这些数据集，也没有实际运行这段代码，但我建议如下所示。本质上，您需要像处理训练数据一样准备测试数据，然后按照输入验证集的方式将其输入模型。在import ...

def get_dataset(path):

data = pd.read_csv(path)

data['Sex'] = pd.factorize(data.Sex)[0]

filtered_titanic_data = data.dropna(axis=0)

return filtered_titanic_data

train_path = "C:\\Users\\Omar\\Downloads\\Titanic Data\\train.csv"

test_path = "C:\\U