准备训练数据集时,是否需要从训练数据集中删除目标变量数据,或者可以将其保留在中?那么,下面代码中的X = df[:,:]
是否应该排除目标变量,或者它是否重要?你知道吗
# Feature to be predicted (y)
y = df['predicted'] #target variable
#Training data
X = df[:,:]
# Perform a 70% train and 30% test data split
X_train, X_test, y_train, y_test = ____(X, y, ____=____)
离开或不离开目标取决于您使用的机器学习库。创建训练数据集时,某些库提供了一个选项,可以指定要用于训练的列。对于这些库,您不必从训练数据中删除任何内容。你知道吗
Sklearn没有这个选项,所以您必须删除目标特性。你知道吗
你不能把标签留在特性集中,你会泄露现成的答案。你知道吗
相关问题 更多 >
编程相关推荐