Python机器学习数据预处理：读取txt数据文件并切分为训练和测试数据集

背景信息

在使用Python进行机器学习时，经常需要自己完成数据的预处理，本节主要实现对txt文本数据的读取，该文本满足如下要求：

每行为一条样本数据，包括特征值与标签，标签在最后
样本数据的特征值之间以及标签之间使用,分割
文本末尾无空行（在人为编辑过程中很容易在末尾加入空行，要检查并删除）

本文先给出实现代码，最后以Iris数据集为例说明如何使用。

代码实现

# 引入所需包
import numpy as np
import random

#读取数据函数,输入为数据文件名和训练、测试切分比率，返回为list类型的训练数据集和测试数据集
def loadData(fileName,ratio):   trainingData=[]testData=[]with open(fileName) as txtData:lines=txtData.readlines()for line in lines:lineData=line.strip().split(',')    #去除空白和逗号“,”if random.random()<ratio:             #数据集分割比例trainingData.append(lineData)   #训练数据集列表else:testData.append(lineData)       #测试数据集列表return trainingData,testData

#输入为list类型数据,分割为特征和标签两部分，返回为np.narray类型的特征数组和标签数组
def splitData(dataSet):  character=[]label=[]for i in range(len(dataSet)):character.append([float(tk) for tk in dataSet[i][:-1]])label.append(dataSet[i][-1])return np.array(character),np.array(label)

使用样例

使用的数据集：Iris数据集，样例如下所示：

4.8,3.0,1.4,0.3,Iris-setosa
5.1,3.8,1.6,0.2,Iris-setosa
4.6,3.2,1.4,0.2,Iris-setosa
5.3,3.7,1.5,0.2,Iris-setosa
5.0,3.3,1.4,0.2,Iris-setosa
7.0,3.2,4.7,1.4,Iris-versicolor
6.4,3.2,4.5,1.5,Iris-versicolor
6.9,3.1,4.9,1.5,Iris-versicolor
5.5,2.3,4.0,1.3,Iris-versicolor
6.5,2.8,4.6,1.5,Iris-versicolor

测试代码

iris_file='/book/iris.data'
ratio=0.7
trainingData, testData=loadData(iris_file,ratio) ##加载文件，按一定比率切分为训练样本和测试样本
trainingCharacter,trainingLabel=splitData(trainingData)  #将训练样本切分为数据和标签两个数组
testCharacter,testLabel=splitData(testData)  #将测试样本切分为数据和标签两个数组

Python机器学习数据预处理：读取txt数据文件并切分为训练和测试数据集相关推荐

.net 从txt中读取行数据_Python读取txt数据并绘图
本程序实现从txt文件中读取两列数据,然后进行三次样条插值,绘制出一条平滑的曲线. 需要解决的一些问题: 切片方法: x = a[:,0] # 取第一列数据 y = a[:,1] # 取第二列数据另 ...
Python 基于Python从mysql表读取千万数据实践
基于Python 从mysql表读取千万数据实践 by:授客 QQ:1033553122 场景: 有以下两个表,两者都有一个表字段,名为waybill_no,我们需要从tl_waybill_b ...
C++读取txt数据为二维数组将数据保存到txt文本中
C++读取txt数据为二维数组保存txt文本数据 C++文件读写操作有:ofstream,ifstream,fstream: #include <fstream> ofstr ...
PyTorch主要组成模块 | 数据读入 | 数据预处理 | 模型构建 | 模型初始化 | 损失函数 | 优化器 | 训练与评估
文章目录一.深度学习任务框架二.数据读入三.数据预处理模块-transforms 1.数据预处理transforms模块机制 2.二十二种transforms数据预处理方法 1.裁剪 2. 翻转 ...
C#读取txt日志文件
C#读取txt日志文件 C#读取txt日志文件由于公司实际业务需要,需要读取机器设备的生产日志文件的数据,用于数据分析.因此记录一下数据读取及初步的字符切割并写入数据库. 日志文件数据如下图: 效果 ...
matlab读取txt/excel文件并画图的方法
matlab读取txt/excel文件为矩阵,并进行画图的方法 1. matlab准备如果没有matlab的话,只需要到学校网站上下载,按照步骤就可以安装.THU的下载地址如下: THU matla ...
C语言在读取txt类型文件中的汉字字符串出现乱码的解决办法
题目 C语言在读取txt类型文件中的汉字字符串出现乱码的解决办法以下是本篇文章正文内容,欢迎朋友们进行指正,一起探讨,共同进步.--来自考研路上的lwj 一.前言当我们在练习文件这一章节时,因为需 ...
Kettle 列转行的使用 - 适用于查询表数据和读取Excel数据
Kettle 列转行的使用 - 适用于查询表数据和读取Excel数据场景一表数据进行列转行再导出 (1)一个简单的Kettle 列转行的示例如下: (2)步骤一的数据如下: (3)步骤二" ...
ML之R：通过数据预处理利用LiR/XGBoost等(特征重要性/交叉训练曲线可视化/线性和非线性算法对比/三种模型调参/三种模型融合)实现二手汽车产品交易价格回归预测之详细攻略
ML之R:通过数据预处理利用LiR/XGBoost等(特征重要性/交叉训练曲线可视化/线性和非线性算法对比/三种模型调参/三种模型融合)实现二手汽车产品交易价格回归预测之详细攻略目录三.模型训练 ...

Python机器学习数据预处理：读取txt数据文件并切分为训练和测试数据集

背景信息

代码实现

使用样例

Python机器学习数据预处理：读取txt数据文件并切分为训练和测试数据集相关推荐

最新文章

热门文章