### Python 分割 NPY 数据为训练集、验证集和测试集 为了有效地将 `.npy` 文件中的数据划分为训练集、验证集和测试集，通常会遵循一定的比例分配原则。下面提供了一个完整的代码示例，展示了如何读取 `.npy` 文件并将其拆分成三个不同的集合。 ```python import numpy as np from sklearn.model_selection import train_test_split def load_npy_data(file_path): """加载 .npy 文件""" data = np.load(file_path, allow_pickle=True) return data def split_dataset(data, labels, test_size=0.2, val_size=0.1, random_state=None): """ 将数据集按指定的比例划分为训练集、验证集和测试集 参数: data (numpy.ndarray): 特征矩阵 labels (numpy.ndarray): 标签向量 test_size (float): 测试集所占比例，默认为 0.2 val_size (float): 验证集相对于剩余部分的比例，默认为 0.1 random_state (int or None): 控制洗牌行为的伪随机数发生器种子 返回: tuple: 包含六个元素的元组，分别为 X_train, X_val, X_test, y_train, y_val, y_test """ # 初始划分：训练+验证 和 测试 X_trainval, X_test, y_trainval, y_test = train_test_split( data, labels, test_size=test_size, stratify=labels, random_state=random_state) # 进一步划分：训练 和 验证 X_train, X_val, y_train, y_val = train_test_split( X_trainval, y_trainval, test_size=val_size/(1-test_size), stratify=y_trainval, random_state=random_state) return X_train, X_val, X_test, y_train, y_val, y_test if __name__ == "__main__": file_path = 'path_to_your_file.npy' # 替换为实际路径 dataset = load_npy_data(file_path) # 假设数据集中前半部分是特征，后半部分是标签 features = dataset[:, :-1] targets = dataset[:, -1] # 调用函数完成分割 X_train, X_val, X_test, y_train, y_val, y_test = split_dataset(features, targets) print(f'Training set size: {len(X_train)}') print(f'Validation set size: {len(X_val)}') print(f'Testing set size: {len(X_test)}') ``` 此脚本首先定义了两个辅助函数 `load_npy_data()` 来加载 `.npy` 文件以及 `split_dataset()` 实现数据集的三重划分。最后，在主程序中调用了这些功能，并打印出了各个子集的大致规模[^1]。