<\/p>\n
Quando adattiamo i modelli di machine learning ai set di dati, spesso dividiamo il set di dati in due set:<\/span><\/p>\n 1. Set di training:<\/strong> utilizzato per addestrare il modello (70-80% del set di dati originale)<\/span><\/p>\n 2. Set di test:<\/strong> utilizzato per ottenere una stima imparziale delle prestazioni del modello (20-30% del set di dati originale)<\/span><\/p>\n In Python, ci sono due modi comuni per dividere un DataFrame panda in un set di addestramento e un set di test:<\/span><\/p>\n Metodo 1: utilizzare train_test_split() di sklearn<\/strong><\/span><\/p>\n Metodo 2: usa sample() dai panda<\/strong><\/span><\/p>\n Gli esempi seguenti mostrano come utilizzare ciascun metodo con i seguenti DataFrame panda:<\/span><\/p>\n Il codice seguente mostra come utilizzare la funzione train_test_split()<\/strong> di sklearn<\/strong> per dividere il DataFrame panda in set di training e test:<\/span><\/span><\/p>\n Dal risultato possiamo vedere che sono stati creati due set:<\/span><\/p>\n Tieni presente che test_size<\/strong> controlla la percentuale di osservazioni del DataFrame originale che apparterranno al set di test e il valore random_state<\/strong> rende riproducibile la divisione.<\/span><\/p>\n Il codice seguente mostra come utilizzare la funzione pandas<\/b> sample()<\/strong> per suddividere il DataFrame pandas in set di training e test:<\/span><\/p>\n Dal risultato possiamo vedere che sono stati creati due set:<\/span><\/p>\n Si noti che frac<\/b> controlla la percentuale di osservazioni dal DataFrame originale che apparterranno al set di addestramento e il valore random_state<\/strong> rende riproducibile la divisione.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni in Python:<\/span><\/p>\n Come eseguire la regressione logistica in Python<\/a> Quando adattiamo i modelli di machine learning ai set di dati, spesso dividiamo il set di dati in due set: 1. Set di training: utilizzato per addestrare il modello (70-80% del set di dati originale) 2. Set di test: utilizzato per ottenere una stima imparziale delle prestazioni del modello (20-30% del set di dati originale) […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n from<\/span> sklearn. model_selection<\/span> import<\/span> train_test_split\n\ntrain, test = train_test_split(df, test_size= 0.2<\/span> , random_state= 0<\/span> )<\/strong><\/pre>\n train = df. sample<\/span> (frac= 0.8<\/span> , random_state= 0<\/span> )\ntest = df. drop<\/span> ( train.index<\/span> )<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n\n#make this example reproducible\n<\/span>n.p. random<\/span> . seeds<\/span> (1)\n\n#create DataFrame with 1,000 rows and 3 columns\n<\/span>df = pd. DataFrame<\/span> (<\/span> {' x1<\/span> ': np.random.randint<\/span> (30,size=1000),\n ' x2<\/span> ': np. random<\/span> . randint<\/span> (12, size=1000),\n ' y<\/span> ': np. random<\/span> . randint<\/span> (2, size=1000)})\n\n#view first few rows of DataFrame<\/span>\ndf. head<\/span> ()\n\n x1 x2 y\n0 5 1 1\n1 11 8 0\n2 12 4 1\n3 8 7 0\n4 9 0 0\n<\/strong><\/pre>\n Esempio 1: usa train_test_split() da sklearn<\/strong><\/span><\/h3>\n
from<\/span> sklearn. model_selection<\/span> import<\/span> train_test_split\n\n#split original DataFrame into training and testing sets\n<\/span>train, test = train_test_split(df, test_size= 0.2<\/span> , random_state= 0<\/span> )\n\n#view first few rows of each set<\/span>\nprint<\/span> ( train.head<\/span> ())\n\n x1 x2 y\n687 16 2 0\n500 18 2 1\n332 4 10 1\n979 2 8 1\n817 11 1 0\n\nprint<\/span> ( test.head<\/span> ())\n\n x1 x2 y\n993 22 1 1\n859 27 6 0\n298 27 8 1\n553 20 6 0\n672 9 2 1\n\n#print size of each set<\/span>\nprint<\/span> (train. shape<\/span> , test. shape<\/span> )\n\n(800, 3) (200, 3)\n<\/strong><\/pre>\n\n
Esempio 2: utilizzare sample() da panda<\/strong><\/span><\/h3>\n
#split original DataFrame into training and testing sets\n<\/span>train = df. sample<\/span> (frac= 0.8<\/span> , random_state= 0<\/span> )\ntest = df. drop<\/span> ( train.index<\/span> )\n\n#view first few rows of each set<\/span>\nprint<\/span> ( train.head<\/span> ())\n\n x1 x2 y\n993 22 1 1\n859 27 6 0\n298 27 8 1\n553 20 6 0\n672 9 2 1\n\nprint<\/span> ( test.head<\/span> ())\n\n x1 x2 y\n9 16 5 0\n11 12 10 0\n19 5 9 0\n23 28 1 1\n28 18 0 1\n\n#print size of each set<\/span>\nprint<\/span> (train. shape<\/span> , test. shape<\/span> )\n\n(800, 3) (200, 3)\n<\/strong><\/pre>\n\n
Risorse addizionali<\/strong><\/span><\/h3>\n
Come creare una matrice di confusione in Python<\/a>
Come calcolare la precisione bilanciata in Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"