我目前正在通过Anaconda Navigator使用Jupyter笔记本5.6.0版。我试图将数据集拆分为训练和测试,但每当我关闭并重新打开笔记本并重新运行代码时,它就会创建一个不同的训练和测试集。不过,如果我只是在不关闭笔记本的情况下重新运行代码,随机的\u状态就可以工作。这正常吗?有没有办法解决这个问题,即使我关闭并重新打开笔记本,它仍然会以相同的方式拆分数据集>
我已经设置了train\u test\u split方法的随机状态,但是它仍然产生不同的数据分割。你知道吗
以下是我目前的代码:
#Split dataset into Training and Testing
from sklearn.model_selection import train_test_split
y = train['Target']
x_train, x_test, y_train, y_test = train_test_split(train, y, test_size=0.2, random_state = 0)
x_train.head()
第一次运行的结果如下:
| ID | Country | Target
7093 | 9.56 | Tokyo | Yes
5053 | 9.58 | Bangkok | Yes
1627 | 9.53 | New York | No
2514 | 9.55 | Los Angeles | No
重新运行值显示:
| ID | Country | Target
3805 | 9.51 | Chicago | No
6730 | 9.59 | Seattle | No
7623 | 9.57 | Busan | Yes
7045 | 9.60 | Seoul | Yes
你从哪里得到你的测试数据?如果您的数据来自动态源(随机生成的数据、来自服务器的数据,或者如果您正在通过从中选取随机值来减少数据),则会出现问题。 我通常会通过创建数据的副本来解决这个问题,这样我就可以通过使用
pickle.io
来引用它。此代码假设我已经将数据作为数据帧:接下来,我将使用我存储的数据,使用:
那么 从sklearn.model\选择导入列车\u测试\u拆分
尝试在numpy中设置随机状态:
相关问题 更多 >
编程相关推荐