我有很多 csv 文件，包括我制作的模擬數(shù)據(jù)。我通過將所有模擬輸出 csv 文件作為文件路徑放入另一個(gè)單個(gè) csv 文件中，將它們提供給深度學(xué)習(xí)算法。但是，我需要兩個(gè) csv 文件，其中一個(gè)包含 20% 的輸出 csv 文件路徑，另一個(gè)包含剩余的 80%。我有一個(gè)算法可以做到這一點(diǎn)，但它不是隨機(jī)的；with open('C:\\train.csv', 'w') as outf: print('x:data,y:label', file=outf) for i in range(80): print('./1/a_%s.csv, 1' % (i + 21), file=outf)with open('C:\\test.csv', 'w') as outf: print('x:data,y:label', file=outf) for i in range(20): print('./1/a_%s.csv, 1' % (i + 1), file=outf)當(dāng)我這樣做時(shí)，我在其中一個(gè) csv 文件中獲得了 1-20 個(gè)文件，在另一個(gè)中獲得了 21 到 100 個(gè)文件。但是，我希望它們是隨機(jī)的。所以也許如果我總共有 10 個(gè)樣本，一個(gè)文件中有 3 個(gè)和 7 個(gè)（隨機(jī)），另一個(gè)文件中有其余的。有沒有辦法做到這一點(diǎn)？
2 回答
智慧大石
TA貢獻(xiàn)1946條經(jīng)驗(yàn) 獲得超3個(gè)贊
也許您可以嘗試制作索引數(shù)組并首先對(duì)其進(jìn)行洗牌。然后將前 80 個(gè)索引用于第一個(gè) CSV，其余 (20) 個(gè)用于第二個(gè)：
from random import shuffle
indices = list(range(1,101))
shuffle(indices)
with open('C:\\train.csv', 'w') as outf:
print('x:data,y:label', file=outf)
for i in indices[:80]:
print('./1/a_%s.csv, 1' % i, file=outf)
with open('C:\\test.csv', 'w') as outf:
print('x:data,y:label', file=outf)
for i in indices[80:]:
print('./1/a_%s.csv, 1' % i, file=outf)
肥皂起泡泡
TA貢獻(xiàn)1829條經(jīng)驗(yàn) 獲得超6個(gè)贊
這是機(jī)器學(xué)習(xí)中的常見問題。scikit-learn有幾個(gè)工具可以處理這個(gè)問題，例如train_test_split
from sklearn.model_selection import train_test_split
indices = list(range(1, 101))
i_a, i_b = train_test_split(indices, train_size=0.8, test_size=0.2)
現(xiàn)在您可以像原始代碼一樣迭代i_a（80 個(gè)隨機(jī)索引）和i_b（20 個(gè)隨機(jī)索引）：
with open('C:\\train.csv', 'w') as outf:
print('x:data,y:label', file=outf)
for i in i_a:
print('./1/a_%s.csv, 1' % i, file=outf)
with open('C:\\test.csv', 'w') as outf:
print('x:data,y:label', file=outf)
for i in i_b:
print('./1/a_%s.csv, 1' % i, file=outf)
添加回答
舉報(bào)
0/150
提交
取消