我对HDF5的了解有限，但我想了解有关HDF选择的一些内容。
为了给出一些背景，我有兴趣将HDF5用于机器学习中的应用程序。假设您有一个包含n行和p列的数据矩阵。在典型的k - 折叠交叉验证设置中，您将矩阵拆分为k个样本（每个样本大小为(n/k, p)），并重复使用k-1进行训练，1用于检测。当然，存储所有训练和测试集将占用大量空间。这是HDF5选择可能有用的地方。
如果我理解正确，选择可以引用数据集的任何子集。此外，可以将选择存储到数据集中。因此，从HDF5中的(n, p)数据集开始，我可以创建k个组（每个折叠一个），包含训练数据集（原始数据集中的行的子集）和测试数据集（剩下的）。由于它只是参考，它不会占用太多空间。
我找到了一些关于选择的文档，但不是很清楚。代码示例在C中，修改有点苛刻，我主要使用Python。我在PyTables找不到与此相关的任何内容。我找到了some examples in h5py，但我无法确定如何将数据放入子集中。
有人可以确认这是一个有趣的方法，并提供一些python代码，用于存储数据集中的行子集作为另一个数据集吗？