將數據分割爲訓練和測試

Question

有誰知道我該如何訓練一個數據集並測試另一個數據集？
到目前爲止，我只知道，我們可以將一個數據集分成訓練和測試這一行代碼：

X_train, X_test, y_train, y_test = \ 
     train_test_split(X, y, test_size=0.30, random_state=1) 

我不知道是什麼的一部分，如果我們培養的一個數據集和測試，我應該在該行改變在另一個數據集上。

Answer 1

，您所提供的代碼行約train_test_split是第一步到訓練和測試你的數據集的不同部分。之後，您需要fit a model和predict某些給定的結果model。

然而，你似乎是機器學習和scikit學習的新手，只是回答你的問題並不能真正幫助你，相反，我會建議你遵循這個tutorial，它非常簡單明瞭也很簡單。

這將幫助你快速入門，並給你如何訓練和測試工作有很好的瞭解，併爲您提供有關cross_validation一些例子。

以防萬一，這裏是另一個tutorial，你可以遵循更好的理解。這個比較複雜一點，所以在第二位檢查一下。

這些之後，你將幾乎能找到使用scikit學習官方文檔的方式。

編輯：

如果你想要的工作完全不同的組，它幾乎一樣train_test_split，現在唯一的區別是，你不會有分裂您的數據進行訓練和測試部分：

X_train, X_test, y_train, y_test = \ 
     train_test_split(X, y, test_size=0.30, random_state=1) 

代替你只是把你的第一data_set（一個用於培訓），使您的X_train和y_train出來的：

X_train = data_train[feature_cols] 
y_train = data_train['y_col'] 

，併爲您的測試集相同的（前提是你有一個）：

X_test = data_test[feature_cols] # make sure you're having the same features 
y_test = data_test['y_col'] 

之後，沒有什麼變化。

現在，如果你注意到，它的使用train_test_split如果你有兩個數據集相結合（所不同的是train_test_split隨機劃分的數據）

完全相同的情況下，我相信這是你問什麼。

希望這會在某種程度上有所幫助。