如何将数据集分成三个相等的部分？答案

【问题标题】：How to partition a dataset into three equal parts?如何将数据集分成三个相等的部分？
【发布时间】：2021-07-09 06:49:41
【问题描述】：

我正在尝试使用 scikit-learn 将我的数据集分成三个相等的部分。但是当我使用 StratifiedKFold（在 sklearn 上）来执行此操作时，它只显示了我为分区数据集所做的命令，而不是结果：

from sklearn.model_selection import StratifiedKFold
partition = StratifiedKFold(n_splits = 3, shuffle = True, random_state = None)
print(partition)

我还是 Python 库的新手，所以我不知道该怎么做。

【问题讨论】：

请不要将代码sn-ps粘贴为截图，写下来有问题。您只初始化了对象，但没有调用方法来获取拆分。查看示例部分here。

标签： python scikit-learn

【解决方案1】：

您的代码的第二行创建了一个 StratifiedKFold 对象，它并没有真正对您的数据进行分区。您应该使用此对象来拆分数据（请参见下面的示例）

partition = StratifiedKFold(n_splits = 3, shuffle = True, random_state = 1)

for train_index, test_index in partition.split(x, y):
    x_train_f, x_test_f = x[train_index], x[test_index]
    y_train_f, y_test_f = y[train_index], y[test_index]

您关于将数据分成 3 部分的答案已得到答复here

X_train, X_test, X_validate  = np.split(X, [int(.7*len(X)), int(.8*len(X))])
y_train, y_test, y_validate  = np.split(y, [int(.7*len(y)), int(.8*len(y))])

【讨论】：