修改 train_test_split 函数答案

【问题标题】：Modifying train_test_split function修改 train_test_split 函数
【发布时间】：2018-12-30 09:32:01
【问题描述】：

我可以使用train_test_split()而不是传递test_size和random_state参数，根据索引值（每10行作为训练数据，其余作为测试数据）将数据集分成训练集和测试集吗？

【问题讨论】：

您的问题不够清楚...能否请您提供更多详细信息
我知道 sklearn 库下的 train_test_split() 根据 test_size 参数将数据集拆分为训练和测试数据。如果 test_size 为 0.2，它将以 80:20 的比例拆分数据集。但是，如果我想将数据集的每 10 行拆分为训练数据，其余的作为测试，我该怎么做呢？

标签： python machine-learning scikit-learn classification

【解决方案1】：

好吧试试这个，你可以使用::n，它会返回你指定的每n个，这里是例子：

df=pd.DataFrame({'number': np.arange(100), })

如果我们想每 10 次获取一次值：

print(df[::10])

结果：

你可以用 numpy 数组做同样的事情：

np.arange(100)

array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33,
       34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50,
       51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67,
       68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84,
       85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99])

每 9 个值：

np.arange(100)[::9]

输出：

array([ 0,  9, 18, 27, 36, 45, 54, 63, 72, 81, 90, 99])

编辑：

def getting_train_val(dataframe, interval=10):
    x_valid = dataframe[::interval]
    x_test = dataframe[~ dataframe(dataframe[::interval])].dropna()
    return x_valid, x_test

【讨论】：

感谢您的评论。我相信这不能使用 train_test_split 函数来完成。使用 df[::10] 可以得到火车数据集。但是如何才能将剩余的行放入测试数据集中？
是的，它有效！谢谢您的帮助！ :) 我刚刚意识到使用：for index, row in df.iterrows(): X_train = df[(df.index)% 5 != 0] 也可以达到目的:)
太棒了！=) 编码愉快！
@RachaelE 请接受 H.Bukharis 的回答作为您的解决方案，以便其他人可以看到问题已解决。谢谢！
@petezurich 接受它:)