Question

有谁知道如何在一个数据集上训练并在另一个数据集上进行测试？到目前为止，我只知道我们可以使用这行代码将一个数据集拆分为训练和测试：

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

如果我们在一个数据集上训练并在另一个数据集上进行测试，我不知道该行应该改变哪个部分。

Answer 1

您提供的关于train_test_split的代码行是在数据集的不同部分进行培训和测试的第一步。在此之后，您需要fit model和predict给出model给出的某些结果。

但是，您似乎对机器学习和scikit-learn不熟悉，只是回答您的问题并不能真正帮助您，而是我建议您遵循此{{} 3}}，它非常简单明了，也很简单。

这将有助于您入门并让您更好地了解培训和测试的工作方式，并为您提供有关cross_validation的示例。

以防万一，您可以遵循另一个tutorial以便更好地理解。这个有点复杂，所以请在第二位检查。

在这些之后，您将能够使用scikit-learn官方文档找到自己的方式。

编辑：

如果您想处理完全不同的设置，它与train_test_split几乎相同，现在唯一的区别是您不会将数据拆分为训练和测试部件：

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

相反，您只需要获取第一个data_set（用于培训的数据集），然后将X_train和y_train用于其中：

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

和您的测试集相同（只要您有一个）：

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

之后，没有什么真正改变。

现在，如果您注意到，如果您将两个数据集合并在一起，则使用train_test_split的情况完全相同（train_test_split随机分割数据除外）

我相信这就是你要求的。

希望这在某种程度上有所帮助。