Question

如何利用python将txt文件划分训练集和测试集

Answer 1

通常使用的划分方法是留出法，即随机选择2/3的数据作为训练数据，剩余1/3的数据作为测试数据，但要保证训练集和测试集中数据分布大致相同，以二分类问题为例，两个数据集中正例和反例的比例不能相差过大，都以50%为佳。也有其他方法如交叉验证法、自助法等，它们在训练时间、训练效果、内存占有量等方面各有优劣，具体请看周志华的机器学习（西瓜书）第二章。