- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
所以我想在拆分它们(使用分层)后对训练和测试数据集执行平均目标编码,并且为了这样做,必须将它们重新合并在一起。
我该怎么做? ,任何建议将不胜感激? , 谢谢你。
X_train, X_test, y_train, y_test = train_test_split(R,
target,
test_size=0.25,
random_state=7,
stratify=target)
print("Number transactions X_train dataset: ", X_train.shape)
print("Number transactions y_train dataset: ", y_train.shape)
print("Number transactions X_test dataset: ", X_test.shape)
print("Number transactions y_test dataset: ", y_test.shape)
这是输出:
Number transactions X_train dataset: (37779, 89)
Number transactions y_train dataset: (37779,)
Number transactions X_test dataset: (12593, 89)
Number transactions y_test dataset: (12593,)
最佳答案
您可以逐行连接您的数组:
X_combined = np.r_[X_train, X_test]
y_combined = np.r_[y_train, y_test]
您可以在 other 中看到一些额外的深度所以问题。
关于python-3.x - 用 sklearn 拆分后如何重新合并 X_test 和 y_test & x_train 和 y_train?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56212429/
我已经构建了一个神经网络,它在大约 300,000 行、2 个分类变量和 1 个自变量的小型数据集上运行良好,但当我将其增加到 650 万行时遇到内存错误。所以我决定修改代码并越来越接近,但现在我遇到
Y_预测= [ 1.22770607 -0.04569864 2.23941551 1.35143415 1.28991445 0.01398049 1.05511961 1.84491
对于某些问题,验证数据不能是生成器,例如:TensorBoard histograms : If printing histograms, validation_data must be provid
我有一个 pandas 数据框,用于二元分类案例(类别 A 和类别 B)。为了获得 X_train、X_test、y_train、y_test,我按 70:30 拆分,如下所示: from sklea
我有一个如下结构的数据集: Dataset/ | | -----Pothole/ | | | ------ umm001.jpg |
我有一个如下结构的数据集: Dataset/ | | -----Pothole/ | | | ------ umm001.jpg |
我在使用 keras sequential().predict(x_test) 时遇到问题。 顺便说一句,使用 sequential().predict_proba(x_test) 获得相同的输出,因
我看过一些教程,以深入了解 Keras,以使用卷积神经网络进行深度学习。在教程(以及 Keras 的官方文档)中,MNIST 数据集是这样加载的: from keras.datasets import
世界各地的程序员们大家好。我在将数据输入机器学习模型时遇到问题。 我尝试使用 pandas 将 CSV 文件读入 python,然后将其拆分为训练数据和测试数据。之后,我使用 StandardScal
如果我有一个数据集 dataset = tf.keras.preprocessing.image_dataset_from_directory( directory, labels="
所以我想在拆分它们(使用分层)后对训练和测试数据集执行平均目标编码,并且为了这样做,必须将它们重新合并在一起。 我该怎么做? ,任何建议将不胜感激? , 谢谢你。 X_train, X_test
我是一名优秀的程序员,十分优秀!