python如何划分数据集

在Python中，划分数据集通常有以下几种方法：

1. 使用`train_test_split`函数（来自`sklearn.model_selection`模块）：

 from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split（X, y, test_size=0.2, random_state=42） 

这里`X`是特征矩阵，`y`是目标向量，`test_size`参数指定测试集所占的比例，`random_state`参数用于设置随机种子。

2. 手动划分数据集：

 import os import shutil def move_files（train_img_dir, train_mask_dir, test_size=0.2）: img_path_dir = os.listdir（train_img_dir） filenumber = len（img_path_dir） split_index = int（filenumber * test_size） for i in range（split_index）: shutil.move（os.path.join（train_img_dir, img_path_dir[i]）, os.path.join（train_mask_dir, img_path_dir[i]）） 

3. 使用`cross_validation`模块中的`train_test_split`函数：

 from sklearn.cross_validation import train_test_split X_train, X_test, y_train, y_test = train_test_split（X, y, test_size=0.3） 

4. 划分数据集为训练集、验证集和测试集：

 import os import shutil def split_data（file_path, new_file_path, split_rate）: data_class = [cla for cla in os.listdir（file_path）] train_path = os.path.join（new_file_path, 'train'） val_path = os.path.join（new_file_path, 'val'） test_path = os.path.join（new_file_path, 'test'） for cla in data_class: mkfile（os.path.join（train_path, cla）） mkfile（os.path.join（val_path, cla）） mkfile（os.path.join（test_path, cla）） 

5. 使用`random`模块进行手动划分：

 import random def create_image_lists（testing_percentage, validation_percentage）: result = {} 获取所有图片列表 all_files = glob.glob（'path_to_image_folder/*'） 随机划分图片列表 random.shuffle（all_files） split_index = int（len（all_files） * （1 - testing_percentage - validation_percentage）） train_files = all_files[:split_index] val_files = all_files[split_index:split_index + int（len（all_files） * validation_percentage）] test_files = all_files[split_index + int（len（all_files） * validation_percentage）:] 将划分结果存储到字典中 for file in train_files: 根据文件名确定类别 class_name = os.path.basename（os.path.dirname（file）） if class_name not in result: result[class_name] = {'train': [], 'val': [], 'test': []} result[class_name]['train'].append（file） for file in val_files: class_name = os.path.basename（os.path.dirname（file）） result[class_name]['val'].append（file） for file in test_files: class_name = os.path.basename（os.path.dirname（file）） result[class_name]['test'].append（file） return result 

请根据您的具体需求选择合适的方法进行数据集划分。