在validation_split之后如何创建一个新的数据框？

Question

训练Keras模型并在validation_split=0.2函数中使用fit()之后，我们如何将那20％的旧数据帧转换为新数据帧进行测试？

#train model
model.fit(train_X, train_y, validation_split=0.2, epochs=30, callbacks=[early_stopping_monitor])

Answer 1

实际上，当您将validation_split参数设置为x时，会发生的情况是训练样本的最后x％被视为验证数据。因此，如果您想获得训练期间使用的相同验证数据，则可以像这样对数据框进行切片：

idx = int(len(train_X) * 0.2)  # 0.2 is the value of validation split
# if train_X and train_y are numpy arrays
val_X = train_X[idx:]   
val_y = train_y[idx:]

# if train_X and train_y are pandas dataframes
val_X = train_X.iloc[idx:]
val_y = train_y.iloc[idx:]