python劃分訓練集和測試集

【第一種】方法

def splitData(data,seed,m,k)：
#將數據分成訓練集和測試集，每次指定seed，更換K,重複M次,防止過擬合.
    test=[]
    train=[]
    #random.seed(seed),指定seed的話，每次後面的隨機數產生的都是一樣的順序
    np.random.seed(seed)
    for user,item in data.items():
        #隨機數產生順序一樣,隨機產生（0，m）之間的數，只有一個可以分給測試集，另外的m-1都分給訓練集
        if np.random.randint(0,m)==k:
            test.append([user,item])
        else:
            train.append([user,item])
    return test,train
test,train=splitData(data,5,7,5)
print(len(test))
print(len(train))

【結果】

【第二種劃分數據集方式】

直接調用sklearn包，簡直不要太方便，pip安裝下載就好了，如果缺少scipy包，用pip再安裝下載

完了，就直接調用train,test,train_label,test_lable=

train_test_split(ratings[['user_id','movies_id']],range(len(ratings)),test_size=7/8)

參數：數據集，數據集標籤，test_size的值如果介於0-1之間就是劃分比例，如果是整數就是樣本數

返回值：訓練集，訓練集標籤，測試集，測試集標籤

def splitData(data,seed,m,k)：
#將數據分成訓練集和測試集，每次指定seed，更換K,重複M次,防止過擬合.
    test=[]
    train=[]
    #random.seed(seed),指定seed的話，每次後面的隨機數產生的都是一樣的順序
    np.random.seed(seed)
    for user,item in data.items():
        #隨機數產生順序一樣,隨機產生（0，m）之間的數，只有一個可以分給測試集，另外的m-1都分給訓練集
        if np.random.randint(0,m)==k:
            test.append([user,item])
        else:
            train.append([user,item])
    return test,train
test,train=splitData(data,5,7,5)
print(len(test))
print(len(train))