如何在没有train_test_split（）的情况下拆分数据集？

Question

我需要将我的数据集拆分为训练和测试。我需要最后20％的测试值和前80％的培训值。我目前使用'train_test_split（）'，但它随机选取数据而不是最后的20％。如何获得最后20％的测试和前80％的培训？我的代码如下：

numpy_array = df.as_matrix()
X = numpy_array[:, 1:26]
y = numpy_array[:, 0]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=20) #I do not want the data to be random.

谢谢

Answer 1

train_pct_index = int(0.8 * len(X))
X_train, X_test = X[:train_pct_index], X[train_pct_index:]
y_train, y_test = y[:train_pct_index], y[train_pct_index:]

这是其中一种情况，最好不要让sklearn助手参与其中。非常简单，可读，并且不依赖于了解sklearn助手的内部选项，这些代码读者可能没有经验。

Answer 2

我认为这个Stackoverflow主题回答了你的问题：

How to get a non-shuffled train_test_split in sklearn

特别是这段文字：

在scikit-learn版本0.19中，您可以将参数shuffle = False传递给train_test_split以获得非混乱分割。

从文档：

shuffle：boolean，optional（default = True）

是否在拆分之前对数据进行混洗。如果shuffle = False，则> stratify必须为None。

如果我没有正确理解你的问题，请告诉我