1回答

liuyubobobo

2020-01-29

一样的。

我们的乱序方式，是随机选择了一组索引作为训练数据的索引，叫 train_indexes，又随机选择了一组索引，作为测试数据集的索引，叫 test_indexes。

之后，我们使用同样的一组训练索引，在 X 和 y 中取值。由于索引是相同的，保证了取出的 X_train 和 y_train 是对应的。

同理，我们使用同样的一组测试索引，在 X 和 y 中取值。由于索引是相同的，保证了取出的 X_test 和 y_test 是对应的。

根据上面的解释，再理解一下我们整个 train_test_split 代码的逻辑，每一行都在做什么？

如果有必要，使用一个小的数据，比如就十个数据点，然后实际看一看，最后的结果是不是对应的？为什么能保持这个对应？

继续加油！：）

0

2

wen_0013

import numpy as np x = np.array([67, 93, 33, 23, 343, 341, 3434, 23, 90, 86]) y = np.array([1, 1, 1, 1, 1, 0, 0, 0, 0, 0]) RandomIndex = np.random.permutation(len(x)) print(RandomIndex) print("#############") print(y[RandomIndex]) //我自己,写了个代码理解了,谢谢你

2020-01-29

共2条回复