data-partitioner 0.1

数据分区器

可用于一致划分数据集的简单项目 分成两部分-一个测试集和一个训练集。还有一些有用的 方法，该方法提供了一种将元素分成更多组的方法。

安装

安装此模块的最简单方法是通过pip：

$ pip install data_partitioner

用法

使用这个模块非常简单。主模块（DatasetSuplier） 提供两个返回训练集（training_set()）或 测试集（test_set()）。这两种方法都是一致的，所以 不管你在同一个对象上调用它们多少次，它们都会 返回相同的元素集。

您可以指定两个配置选项：

• training_percent-用于 训练集。它默认为0.8。
• partitioning_function-用于划分 数据集。
• 它默认为data_partitioner.pseudorandom_function，这将 将数据集的每个元素随机分配给任意一个测试集 或者训练场。
• 另一个有用的现有选项，您可以将其设置为 data_partitioner.LinearFakeRandomFunction，这将确保 训练集中的任何元素都不在 测试集。
• 您也可以手动编写这个可调用的，这需要一个 参数作为输入-当前考虑的元素的索引。

示例

from data_partitioner import DatasetSuplier

dataset = [
    ('Alice', 10, 23, 401),
    ('Bob', 20, 40, 812),
    ('Christine', 41, 92, 533),
    ('Dave', 843, 12, -5),
    ('Elizabeth', 682, 33, -7),
    ('Fred', 95, 642, 34),
]
suplier = DatasetSuplier(dataset)

for iteration in range(100):
    for element in suplier.training_set():
        do_train(element[1])
for element in suplier.test_set():
    do_evaluate(element[1])