好吧,我不知道我是否措辞不好或者什么,但我似乎无法在这里找到任何类似的内容来解决我的问题。
所以我有一个二维列表,每行代表一个案例,每列代表一个特征(用于机器学习)。此外,我有一个单独的列表(列)作为标签。
我想从 2D 列表中随机选择行来训练分类器,同时使用其余行来测试准确性。因此,我希望能够知道用于训练的所有行索引,以避免重复。
我认为问题有两部分: 1)如何随机选择 2)如何获取索引
我再次不知道为什么我不能通过搜索在这里找到好的信息(也许我只是烂)
抱歉,我还是社区新手,所以我可能犯了很多格式错误。如果您有任何建议,请告诉我。
这是我用来获取 2D 列表的代码部分
#273 = number of cases
feature_list=[[0]*len(mega_list)]*273
#create counters to use for index later
link_count=0
feature_count=0
#print len(mega_list)
for link in url_list[:-1]:
#setup the url
samp_url='http://www.mtsamples.com'+link
samp_url = "%20".join( samp_url.split() )
#soup it for keywords
samp_soup=BeautifulSoup(urllib2.urlopen(samp_url).read())
keywords=samp_soup.find('meta')['content']
keywords=keywords.split(',')
for keys in keywords:
#print 'megalist: '+ str(mega_list.index(keys))
if keys in mega_list:
feature_list[link_count][mega_list.index(keys)]=1
mega_list:包含所有关键字的列表
feature_list:二维列表,对于 mega_list 中的任何单词,该特定单元格设置为 1,否则设置为 0
最佳答案
我会将数据存储在 pandas 数据框中,而不是二维列表中。如果我正确理解您的数据,您可以这样做:
import pandas as pd
df = pd.DataFrame(feature_list, columns = mega_list)
我没有看到任何因变量的提及,但我假设您有一个因变量,因为您提到了分类器算法。如果您的因变量称为“Y”并且采用列表格式,其索引与您的特征相符,那么此代码将适合您:
from sklearn import cross_validation
x_train, x_test, y_train, y_test = cross_validation.train_test_split(
df, Y, test_size=0.8, random_state=0)
关于python - 如何获取列表中随机选择的行的索引(Python),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28706223/