如何使用Python Numpy中的train_test_split将数据拆分为训练，测试和验证数据集？分割不应随机

Question

我想将数据类别明智地分为训练，测试和验证集。例如：如果我们在数据集中有3个正，负和中性类别。正面类别分为训练，测试和验证。与其他两个类别相同。拆分率为80％的数据用于培训，而20％的数据用于测试。从80％的训练数据中，将10％用于验证数据。但是最重​​要的是分割后的数据不应随机。

Answer 1

您可以使用stratify参数执行此操作：

例如： 如果要使用Iris数据集执行此操作。

from sklearn import cross_validation, datasets 

X = iris.data[:,:2]
y = iris.target

cross_validation.train_test_split(X,y,stratify=y)

您可以在此处了解更多信息： https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html