用实验数据训练模型

Question

我想使用实验数据来训练我的SVR（支持向量回归）模型。实验数据如下：-

1. 每个实验的结果类似于X轴为时间的正弦波输出，采样间隔为0.1秒，总计200秒，因此每个实验给出2000点。

2. 如果我重复实验100次，我将获得100个相似的结果，并具有相同的采样间隔和2000点。

现在我的问题是，我将拥有约100个CSV文件。我将如何使用这些CSV文件训练我的SVR模型，因为无论我看到什么代码，通常每个配件都输入1个CSV文件。

对于这种问题，测试火车数据拆分程序又将是什么。

Answer 1

Import multiple csv files into pandas and concatenate into one DataFrame

您可以使用此链接一次读取一个文件夹中的多个csv文件，并将它们合并为1个csv文件，前提是您在所有这些csv文件中都具有相同的列。在串联不同的csv文件时，如果您希望每个csv文件具有唯一的代码，则可以将文件名添加为每个CSV文件中的列之一。稍后，您可以使用一键编码技术使它成为数据中的独特功能。同样，在进行测试列车分割时，您可以将80张纸分配为列车，将20张纸分配为测试数据。

希望这会有所帮助！