這里假設 類標簽為largeDoses, smallDoses, didntLike三類，假設訓練樣本有三個特征屬性，類標簽放在數據集的最后一列

import numpy as npdef file2matrix(filename): # filename是文件保存地址love_dictionary = {'largeDoses':3, 'smallDoses':2, 'didntLike':1}fr = open(filename)arrayOLines = fr.readlines()numberOfLines = len(arrayOLines) # 獲得文件的行數returnMat = np.zeros((numberOfLines, 3)) # 用于存放訓練數據classLabelVector = [] # 用于存放類標簽index = 0for line in arrayOLines:line = line.strip() # 截取掉所有的回車字符listFromLine = line.split() returnMat[index, :] = listFromLine[0:3] # 存放訓練樣本if(listFromLine[-1].isdigit()): # 如果標簽字符串是數字，用int（）函數轉換為數字類型classLabelVector.append(int(listFromLine[-1]))else: # 如果標簽字符串不是數字，利用字典轉換為數字類型classLabelVector.append(love_dictionary.get(listFromLine[-1]))index += 1return returnMat, classLabelVector

isdigit()判斷一個字符串是否為數字

b = ['a', '2a', '2'] print(b[0].isdigit()) print(b[1].isdigit()) print(b[2].isdigit())False False True

?

總結

以上是生活随笔為你收集整理的python将数据集分成训练样本和类标签的全部內容，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。