不多說，上代碼：

#-*- coding:utf-8 -*- import sys reload(sys) sys.setdefaultencoding('utf-8') import numpy as np from sklearn.model_selection import train_test_split import csv# 注意，使用時，默認最后一列是類別標簽 # 并且假定第0行開始就是數據集 def read_data_for_split(test_data='abalone.data',n=0,label=1):'''加載數據的功能n:特征數據起始位label：是否是監督樣本數據'''csv_reader=csv.reader(open(test_data))data_list=[]for one_line in csv_reader:data_list.append(one_line)x_list=[]y_list=[]for one_line in data_list[n:]:if label==1:#有監督數據y_list.append(int(one_line[-1])) #標志位one_list=[o for o in one_line[n:-1]]x_list.append(one_list)else:#無監督數據one_list=[float(o) for o in one_line[n:]]x_list.append(one_list)return x_list, y_listdef split_data(data_list, y_list, ratio=0.30):'''按照指定的比例，劃分樣本數據集ratio: 測試數據的比率'''X_train, X_test, y_train, y_test = train_test_split(data_list, y_list, test_size=ratio, random_state=50)print '--------------------------------split_data shape-----------------------------------'print len(X_train), len(y_train)print len(X_test), len(y_test)return X_train, X_test, y_train, y_testif __name__ == '__main__':x_list, y_list=read_data_for_split(test_data='abalone.data',n=0,label=1)X_train,X_test,y_train,y_test=split_data(x_list,y_list)print"X_train=",X_trainprint"*****************************************************************"print"X_test=",X_testprint"*****************************************************************"print"y_train=",y_trainprint"*****************************************************************"print"y_test=",y_test

數據集是：
https://archive.ics.uci.edu/ml/machine-learning-databases/abalone/abalone.data

X_train和y_train是匹配的
X_test和y_test是匹配的。

注意，數據集第0欄不帶屬性名，第0行開始就是數據
如果數據集第0行是屬性名，那么代碼中的n要改成1

上述方法缺點：
csv中的數字讀入以后都變成了str類型，暫時不知道怎么解決
參考鏈接：
https://blog.csdn.net/together_cz/article/details/80001715

總結

以上是生活随笔為你收集整理的按比例分割数据集的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。