如何以非改组顺序拆分为训练，测试和简历

Question

我知道这个问题以前可能已经提出过，但是我恐怕找不到答案。

如何在Python中以非重排顺序（按时间顺序）将数据集分为训练（70％），测试（15％）和交叉验证（15％）集？

到目前为止，我已经累了

 `dx = pd.read_csv('eq_fut_test.csv', index_col=0, parse_dates=[0], 
 skiprows=0, header=0)                                                     
 dx = dx.fillna(method='pad')    
 X_train, X_validate, X_test = np.split(dx.sample(frac=1), [int(.7*len(dx)), 
 int(.8*len(dx))]) `   

但是，数据集是随机分割的。

对此表示感谢。提前非常感谢！

Data file

Answer 1

您需要sklearn train_test_split函数here

from sklearn.model_selection import train_test_split

X_train, X_test_cross = train_test_split(dx.sample(frac=1), test_size=0.30, shuffle=False)
X_test, X_cross, = train_test_split(X_test_cross, test_size=0.5, shuffle=False)

第三行中的0.5是因为您拥有30％的数据，而50％的30％的数据给了您15％。