2024年3月9日发(作者：)

python按比例随机切分数据的实现

在机器学习任务中，我们通常需要将数据划分为训练集、验证集和测

试集。其中，训练集用于模型的训练，验证集用于调整模型的超参数，测

试集用于评估模型的性能。常见的划分比例有70/15/15，80/10/10等。

下面是使用Python实现按比例随机切分数据的方法。

1.首先，我们需要导入所需的库。

```python

import random

```

2.接下来，我们定义一个函数，该函数将输入的数据集按照给定的比

例随机切分为训练集、验证集和测试集。

```python

def split_data(data, train_ratio, val_ratio, test_ratio):

e(data) # 随机打乱数据集

total_samples = len(data)

train_size = int(total_samples * train_ratio)

val_size = int(total_samples * val_ratio)

train_set = data[:train_size]

val_set = data[train_size : train_size + val_size]

test_set = data[train_size + val_size:]

return train_set, val_set, test_set

```

3.在主程序中，我们可以使用上述函数来切分数据。

```python

#假设我们有一个包含样本的列表

data = [sample1, sample2, sample3, ..., sampleN]

#调用函数切分数据集

train_set, val_set, test_set = split_data(data, 0.7, 0.15,

0.15)

#输出切分后的数据集大小

print("训练集大小：", len(train_set))

print("验证集大小：", len(val_set))

print("测试集大小：", len(test_set))

```

在上述代码中，我们先定义了一个包含样本的列表 `data`。然后，

我们调用 `split_data` 函数来切分数据集，并指定了切分的比例。最后，

我们输出了各个数据集的大小。

请注意，上述代码中的 `e` 函数用于随机打乱列表中

的元素的顺序，以确保切分的结果是随机的。此外，在实际使用中，可能

需要根据任务的不同对数据进行预处理、特征提取等操作。

总结起来，通过这种方法，我们可以方便地按照给定的比例随机切分

数据集，以便用于训练、验证和测试模型。