数据分析数据集划分

Question

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn import svm,metrics,datasets   

train_data=np.zeros((280,10304))
train_target=np.zeros((280))
test_data=np.zeros((120,10304))
test_target=np.zeros((120))

有人能解释一下test_data，train_data，test_target和train_target到底代表什么和它们的用途吗？

Answer 1

这是一种非常奇怪的命名方式，通常命名：

• X_train (此处为train_data)：用于训练
• Y_train的模型输入(此处为train_target)：用于训练的行的标签，即您的模型学习用于预测
• X_test(此处为test_data)的内容:用于测试
• Y_test(此处为test_target)的模型输入:您希望模型在测试模型时预测的内容<

>F29

“测试”一个模型主要意味着计算一些指标(准确性/召回率/...)一旦模型经过训练，就可以确定你对模型的满意度。

注意:输入的行必须具有相同的长度，并且在训练或测试时，输入和标签中的行数必须相同。