python训练数据时打乱训练数据与标签的两种方法小结

yipeiwu_com6年前Python基础

如下所示:

<code class="language-python">import numpy as np 
 
data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) 
y = np.array([1,2,3,4,5])
 
print '-------第1种方法:通过打乱索引从而打乱数据,好处是1:数据量很大时能够节约内存,2每次都不一样----------' 
data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) 
data_num, _= data.shape #得到样本数 
index = np.arange(data_num) # 生成下标 
np.random.shuffle(index) 
print '-------原数据:----------' 
print '数据:',data 
print '标签:', y
print '-------打乱数据:----------' 
print '数据:',data[index] 
print '标签:',y[index]

print '-------第2种方法:直接的打乱数据,利用随机数种子,好处:每次打乱的顺序是固定的----------' 
data = np.array([[1,1],[2,2],[3,3],[4,4],[5,5]]) 
y = np.array([1,2,3,4,5])

print '-------原数据:----------' 
print '数据:',data 
print '标签:', y
print '-------打乱数据:----------' 
np.random.seed(116)
np.random.shuffle(data) 
np.random.seed(116)
np.random.shuffle(y) 
print '数据:',data 
print '标签:', y</code>

以上这篇python训练数据时打乱训练数据与标签的两种方法小结就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

Python Grid使用和布局详解

Python Grid使用和布局详解

本文实例为大家分享了Python Grid使用和布局的具体代码,供大家参考,具体内容如下 #!/usr/bin/env python import vtk # 这个示例主要用...

解析Python中的变量、引用、拷贝和作用域的问题

解析Python中的变量、引用、拷贝和作用域的问题

在Python中,变量是没有类型的,这和以往看到的大部分编辑语言都不一样。在使用变量的时候,不需要提前声明,只需要给这个变量赋值即可。但是,当用变量的时候,必须要给这个变量赋值;如果只写...

Python3 itchat实现微信定时发送群消息的实例代码

一、简介 1,使用微信,定时往指定的微信群里发送指定信息。 2,需要发送的内容使用excel进行维护,指定要发送的微信群名、时间、内容。 二、py库 1,itchat:这个是主要的工具,...

简单了解Pandas缺失值处理方法

这篇文章主要介绍了简单了解Pandas缺失值处理方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 判断数据是否为NaN: pd....

Python中线程的MQ消息队列实现以及消息队列的优点解析

“消息队列”是在消息的传输过程中保存消息的容器。消息队列管理器在将消息从它的源中继到它的目标时充当中间人。队列的主要目的是提供路由并保证消息的传递;如果发送消息时接收者不可用,消息队列会...