文章目录

• sklearn常用trick之shuffle
• • sklearn.utils.shuffle
  • 小例子(该方法可将数据顺序打乱，避免有序数据对模型的影响，常在数据处理部分使用)

sklearn常用trick之shuffle

sklearn.utils.shuffle

• sklearn.utils.shuffle(*arrays, random_state=None, n_samples=None)
  

小例子(该方法可将数据顺序打乱，避免有序数据对模型的影响，常在数据处理部分使用)

import numpy as np
from sklearn.utils import shuffle
# x是特征
x = np.array([1,2,3,4,5])
# y是对应的标签
y = np.array([6,7,8,9,10])
# 进行随机打乱，这里random_state指定为固定值，则打乱结果相同
X,Y = shuffle(x,y,random_state=40)

# 查看打乱后的特征
print(x)
print(X)

[1 2 3 4 5]
[3 1 2 5 4]

# 查看打乱后的标签，预期与特征的位置对应
print(y)
print(Y)

[ 6  7  8  9 10]
[ 8  6  7 10  9]

sklearn shuffle官方介绍传送门

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！