我需要将数据集拆分为训练和测试。 我需要最后20％的测试值和前80％的培训值。 我目前使用'train_test_split（）'，但它随机选取数据而不是最后的20％。如何获得最后20％的测试和前80％的培训？ 我的代码如下：
numpy_array = df.as_matrix()
X = numpy_array[:, 1:26]
y = numpy_array[:, 0]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=20) #I do not want the data to be random.
由于
答案 0 :(得分：1)
train_pct_index = int(0.8 * len(X))
X_train, X_test = X[:train_pct_index], X[train_pct_index:]
y_train, y_test = y[:train_pct_index], y[train_pct_index:]
这是其中一种情况，最好不要让sklearn帮助者参与其中。非常直接，可读，并且不依赖于sklearn帮助程序的内部选项，这些代码读者可能没有经验。
答案 1 :(得分：1)
我认为这个Stackoverflow主题可以回答你的问题：
How to get a non-shuffled train_test_split in sklearn
特别是这段文字：
在scikit-learn版本0.19中，您可以将参数shuffle = False传递给train_test_split以获得非混乱分割。
来自文档：
shuffle：boolean，optional（default = True）
是否在拆分之前对数据进行洗牌。如果shuffle = False，那么＆gt;分层必须为None。
如果我没有正确理解你的问题，请告诉我