Question

我有单独的文件夹用于培训和验证，每个文件夹包含三个子文件夹（normal，happy，surprise）。培训6000个样本和验证2000个样本。

从每个文件夹中读取所有数据并转换为train_img_data和val_img_data变量后，如何将它们转换为x_train y_train以及x_test和y_test以适合网络？

有人可以帮我解决这个问题吗预先非常感谢....

Answer 1

使用可以使用2019-01-11 13:09:29.363 8159-8159/so54090082.so54090082 D/BOOKMARKDATA: Table bookmark has 13 rows. The are :- ROW 1 COLUMN _id and has a value of 1 COLUMN name and has a value of Bing COLUMN hidden and has a value of false COLUMNicon and has a value of 0 COLUMN nativeurl and has a value of COLUMN searchurl and has a value of https://www.bing.com ..........中的train_test_split功能。参见here。

sklearn

Answer 2

我不知道我是否正确理解您的意思，但是您是否要使用 train_img_data 作为训练集，并使用 val_img_data 作为所需的数据集计算性能指标（例如，在回归情况下为MSE，在分类情况下为F1分数），然后假设您要获取名为 targetColumn 的列的预测，只需执行以下操作：

x_train = train_img_data.drop(columns=['targetColumn'])
y_train = train_img_data['targetColumn']
x_test = val_img_data.drop(columns=['targetColumn'])
y_test = val_img_data['targetColumn']

编辑：我没有在这个问题上发现 keras 标签-我在这里假设train_img_data和val_img_data是Pandas DataFrames

如何将自己的数据集转换为x_train y _train，x_test x_train

2 个答案: