當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


Python cuml.model_selection.train_test_split用法及代碼示例


用法:

cuml.model_selection.train_test_split(X, y=None, test_size: Optional[Union[float, int]] = None, train_size: Optional[Union[float, int]] = None, shuffle: bool = True, random_state: Optional[Union[int, cupy.random._generator.RandomState, numpy.random.mtrand.RandomState]] = None, stratify=None)

將設備數據劃分為四個整理的對象,模仿 Scikit-learn 的 train_test_split

參數

Xcudf.DataFrame 或 cuda_array_interface 兼容設備數組

要拆分的數據,具有形狀(n_samples,n_features)

ystr、cudf.Series 或 cuda_array_interface 兼容設備陣列

數據的標簽集,可以是一係列形狀 (n_samples) 或 X 中包含標簽的列的字符串標簽(如果它是 cuDF DataFrame)

train_sizefloat 或 int,可選

如果是float,表示要分配給訓練集的數據的比例[0, 1]。如果是 int,則表示要分配給訓練集的實例數。默認為 0.8

shuffle布爾型,可選

拆分前是否對輸入進行混洗

random_stateint、CuPy RandomState 或 NumPy RandomState 可選

如果 shuffle 為真,則為生成器播種。默認不播種

stratify: cudf.Series or cuda_array_interface compliant device array,

可選參數。傳遞時,輸入將使用此列拆分以啟動。默認=無

返回

X_train, X_test, y_train, y_testcudf.DataFrame 或 array-like 對象

如果 X 和 y 是 cuDF 對象,則分區數據幀。如果 y 作為列名提供,則從 X 中刪除該列。如果 X 和 y 是 Numba 設備陣列,則分區 numba 設備陣列。任何其他輸入的分區 CuPy 數組。

例子

import cudf
from cuml.model_selection import train_test_split

# Generate some sample data
df = cudf.DataFrame({'x': range(10),
                     'y': [0, 1] * 5})
print(f'Original data: {df.shape[0]} elements')

# Suppose we want an 80/20 split
X_train, X_test, y_train, y_test = train_test_split(df, 'y',
                                                    train_size=0.8)
print(f'X_train: {X_train.shape[0]} elements')
print(f'X_test: {X_test.shape[0]} elements')
print(f'y_train: {y_train.shape[0]} elements')
print(f'y_test: {y_test.shape[0]} elements')

# Alternatively, if our labels are stored separately
labels = df['y']
df = df.drop(['y'], axis=1)

# we can also do
X_train, X_test, y_train, y_test = train_test_split(df, labels,
                                                    train_size=0.8)

輸出:

Original data: 10 elements
X_train: 8 elements
X_test: 2 elements
y_train: 8 elements
y_test: 2 elements

相關用法


注:本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cuml.model_selection.train_test_split。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。