在Python中连接两个不同大小的列表

Question

我正在尝试编写10倍交叉验证的代码。在

也就是说，将数据分成10个大小相等的数据大块。然后呢，对于每10次迭代，取出第i个块，并将剩余的90%用于测试数据。在

对于第二次迭代，我需要将前10%和最后80%结合起来。对于第三次迭代，我将前20%和最后70%结合起来。等等

（所以第一次迭代，前10%被删除，第二次迭代，第二次10%被删除，等等）

我的数据由1000个项目组成，每个项目都是一个由70个类型值组成的数组np浮动在

10个验证中的每一个都将调用此循环，i=0，i=1….i=9：

def get_training(input_array, i):
    training = (input_array[:i*subset_size] + input_array[(i+1)*subset_size:])
    return training

它以前起作用了，但现在我发现了错误：

^{pr2}$

我想这可能是因为np.浮动数据类型；它以前使用另一个数据类型。在

谢谢

Answer 1

不要重新发明轮子。您可以在sklearn.cross_validation模块中使用函数^{}和^{}。在

参见文档：

K-Folds cross validation iterator.

Provides train/test indices to split data in train test sets. Split dataset into k consecutive folds (without shuffling).

Each fold is then used a validation set once while the k - 1 remaining fold form the training set.

Answer 2

尝试：

training = np.concatenate((input_array[:i*subset_size], input_array[(i+1)*subset_size:]))

（对于numpy数组，+运算符将值相加，假设它们的形状相同：）

^{pr2}$