用python给我一个测试数据集的代码

以下是使用 Python 编写的一个测试数据集划分的代码示例，该示例展示了如何将原始数据集划分为训练集、验证集和测试集： ### 数据集划分的Python代码示例 ```python import pandas as pd from sklearn.model_selection import train_test_split # 假设数据存储在一个CSV文件中，第一列为标签，其余列是特征 data = pd.read_csv('dataset.csv') # 替换为实际路径 # 将数据分离成特征 (X) 和标签 (y) X = data.drop(columns=['label']) # 'label' 是目标变量所在的列名 y = data['label'] # 第一步：将数据划分为训练集和临时集合（包括验证集和测试集） X_temp, X_test, y_temp, y_test = train_test_split(X, y, test_size=0.2, random_state=42, stratify=y) # 第二步：将临时集合进一步划分为验证集和测试集 X_train, X_val, y_train, y_val = train_test_split(X_temp, y_temp, test_size=0.25, random_state=42, stratify=y_temp) # 输出各部分的比例 print(f"Training set size: {len(X_train)} ({len(X_train)/len(data)*100:.2f}%)") print(f"Validation set size: {len(X_val)} ({len(X_val)/len(data)*100:.2f}%)") print(f"Testing set size: {len(X_test)} ({len(X_test)/len(data)*100:.2f}%)") # 验证比例是否正确 assert len(data) == len(X_train) + len(X_val) + len(X_test), "Data split error" ``` #### 关键点说明 - 使用 `pandas` 库读取 CSV 文件，并将其拆分为特征 (`X`) 和标签 (`y`)。 - 调用 `train_test_split` 方法两次完成三重划分。第一次划分得到训练集和剩余数据；第二次从剩余数据中提取验证集和测试集[^1]。 - 参数 `test_size` 控制每一步划分的比例，`random_state` 确保结果可重复，`stratify` 实现按类别比例分配以保持分布一致性[^1]。 ---

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇用python给我一个测试模型的代码