python模型建立学习1

1 数据集划分
在机器学习问题中，从理论上我们需要对数据集划分为训练集、验证集、测试集。

训练集：拟合模型（平常的作业和测试）
验证集：计算验证集误差，选择模型（模拟考）
测试集：评估模型（最终考试） 但是在实际应用中，一般分为训练集和测试集两个。其中训练集：70%，测试集：30%.这个比例在深度学习中可以进行相应的调整。 我们可以使用sklearn中的train_test_split划分数据集
# 导入相关库
from sklearn.model_selection import train_test_split
from sklearn import datasets
from sklearn import metrics
from sklearn.model_selection import KFold, cross_val_score
from sklearn.pipeline import make_pipeline
from sklearn.linear_model import LogisticRegression
from sklearn.preprocessing import StandardScaler
import pandas as pd

1
2
3
4
5
6
7
8
9
10
# 导入数据
df = pd.read_csv(r'C:\Users\DELL\data-science-learning\seaborn-data\iris.csv')
df.shape

1
2
3
4
(150, 5)

1
2
# 划分数据集和测试集
train_set, test_set = train_test_split(df, test_size=0.3,
random_state=12345)

1
2
3
4
train_set.shape, test_set.shape

1
2
((105, 5), (45, 5))

1
2
可以看出此时训练集只有105个数据，测试集有45个数据。
————————————————

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

原文链接：https://blog.csdn.net/Saki_Python/article/details/133015935