问题标签 [train-test-split]

我正在使用 wisconsin 数据集，它有两个分类列IDs和class. 为了进行分类，我必须从数据框中删除这两列，然后将数据集拆分为训练和测试（80%：20%）。我已经完成了，但现在我想将相应的类合并到拆分数据集。然后我必须将拆分类放入一个新向量中。

例子：

从这里我需要合并与样本对应的类。

我在 R studio 中遇到过这个针织问题。
我有一个维度为 (543, 31) 的数据集，我将其拆分为训练并使用以下命令进行测试：

然后我在训练集上应用岭回归并在测试集上预测：

我可以在 R Studio 的控制台窗口中运行它，但是每次我尝试编织到 PDF 时，都会在下面出现此错误。我尝试重新启动 R 工作室并清除工作区，但似乎没有一个工作。

这是我的尺寸：

我想将我的数据分成训练集和测试集，我应该在拆分之前还是之后对数据应用规范化？在构建预测模型时有什么不同吗？

在测试我的线性回归模型时，我发现更改random_state参数会train_test_split改变模型的准确性。

详细地说，我的火车测试拆分如下：

我的模型如下：

现在，例如，对于当前场景（其中random_state= 42），测试分数为 0.725。但是，如果我将其更改为 43，则测试分数会下降到 0.7。

我知道这random_state表示测试和训练集中将包含哪些数据集。话虽如此，我想知道，是否有办法获得稳定的结果？

谢谢！

我想将我的数据集分成两部分，75% 用于训练，25% 用于测试。有两个班。而且我有另一个数据集，它只有一个类的一个实例，其余所有实例都属于第二类。所以我不想随机分裂。我想确保，如果一个类只有一个实例，它应该在训练中。任何想法如何做到这一点。我知道我必须选择索引，但我不知道如何。现在，我正在这样做，选择前 75% 作为训练，剩下的作为测试

我正在尝试使用 train_test_split 函数随机拆分 2 个数据集（numpy 数组），但由于某种原因，我的代码没有编译。

错误信息：

我正在尝试通过 GridSearchCV 找到最佳 xgboost 模型，并且作为 cross_validation，我想使用 4 月的目标数据。这是代码：

x_train

y_train

但是我在训练我的模型时遇到了这个错误。

错误

有人可以帮我吗？或者有人可以建议我如何在上个月拆分未洗牌的数据来训练/测试以验证模型？

感谢您的帮助

我想在 X_test 和 y_test 中删除 MFD 较大的每一行。问题是，我总是从训练/测试/拆分中获得随机混合索引。如果我尝试删除它，我会收到以下错误消息：

IndexError：索引 3779 超出轴 1 的范围，大小为 3488

我不能使用旧索引来删除它，但是我怎样才能获得 MFD > 1 的新索引

感谢您的帮助（=

帮助我了解这两个片段之间的区别

1)

当我尝试合奏方法时

2)

我的问题是在合奏时我做的不同是什么？我是初学者帮助我理解这一点。

我想在训练和测试中分割数据，但不是随机的。我希望前 80% 的行应该被视为训练，而其余的行应该被视为测试。

有人可以帮忙吗？