随机森林划分训练集与测试集（随机划分、自定义划分）

本部分是根据需求 自定义人为划分训练集和测试集，随机划分样本可见上一篇博客。

如有错误之处，欢迎批评指正~

因为是人为规定哪些样本是训练集，哪些样本是测试集，因此训练集和测试集不是随机的，是我们已知的。因此我将训练集和测试集分别放置在两个CSV文档中。
下图是训练集的部分原始数据。第一列是图像编号，中间列是图像特征，最后一列是图像的实际分类结果。（80张图像）
下图是测试集的部分原始数据：（20张图像）

实际运行过程中可以提前将number列也就是图像编号列给删去，这里为了方便大家理解，就不删除啦~~

代码如下：（我用anaconda实现的哦~）

import pandas as pd import numpy as np #将训练集和测试集分别放在两个CSV文件中，并分别读取。 train=pd.read_csv('data-train.csv') test=pd.read_csv('data-test.csv') #定义训练集与测试集中的特征和分类结果 y_train=np.array(train['actual']) x_train=train.drop('actual',axis=1) y_test=np.array(test['actual']) x_test=test.drop('actual',axis=1) print(y_train.shape,x_train.shape,y_test.shape,x_test.shape)

上部分代码的运行结果：