见贤思小齐,知足常乐呵

  博客园  :: 首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

1. 读取数据

data= open('e:/java_ws/scalademo/data/sample_naive_bayes_data.txt' , 'r')

2. 把数据随机分割为training集 和test集

def SplitData(data,max,ind,seed):       ## seed is always be 11L
    test=[]
    train=[]
    random.seed(seed)
    for line in data:
        if random.randint(0,max)==ind:   ## if a random int between 0 and max is ind, then put this line in test Set
            test.append(''.join(line))
        else:
            train.append(''.join(line))
    return train,test

3. 按分割符拆分一个数据集

def parseData(data,delimiter1,delimiter2):   # delimiter1 是拆开X,Y; delimiter2 是拆开Y的每个元素
    x=[]
    y=[]
    for line in data:
        parts = line.split(delimiter1)
        x1 = [float(a) for a in parts[1].split(delimiter2)]
        y1 = float(parts[0])
        ##print x1,y1
        x.append(x1)
        y.append(y1)
    return x,y

  

 

 

posted on 2016-11-22 15:54  Suckseedeva  阅读(1313)  评论(0编辑  收藏  举报