python - 修改 train_test_split 函数

Question

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

Answer 1

好的，试试这个，你可以使用 ::n，它会返回你指定的第 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:

    number
0        0
10      10
20      20
30      30
40      40
50      50
60      60
70      70
80      80
90      90

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])

每第 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