同時打亂資料集和標籤的幾種方式

最好先將資料轉換為numpy陣列的格式。

方法一：使用np.random.shuffle

state =np.random.get_state()

np.random.shuffle(train)
np.random.set_state(state)
np.random.shuffle(label)

或者這麼使用：

需要注意的是，如果陣列型別是：['a','b','c','d']，(4,)

我們要先將其轉換為[['a'],['b'],['c'],['d']]，(4,1)

train_row =list(range(len(train_label)))

random.shuffle(train_row)
train_image =train_image[train_row,:]
train_label = train_label[train_row,:]

方法二：使用np.random.permutation()

shuffle_ix =np.random.permutation(np.arange(len(train_data)))

train_data =train_data[shuffle_ix,:]
train_label = train_label[shuffle_ix,:]

方法三：使用pytorch中的dataset，還可以設定batchsize的大小

dataset = torch.utils.data.tensordataset(data, target)      #

設定資料集
train_iter = torch.utils.data.dataloader(dataset, batch_size, shuffle=true) #
設定獲取資料方式

舉個例子：

import

numpy as np
tes = np.array([['
a'],['
b'],['
c'],['d'
]])shuffle_ix =np.random.permutation(len(tes))
shuffle_ix =list(shuffle_ix)
print
(shuffle_ix)
tes = tes[shuffle_ix,:]

[1, 3, 0, 2]

array([['b'],

['d'],

['a'],

['c']], dtype='參考：

打亂資料集的方法

原始資料存在一定的分布規律，所以學習曲線不平滑，如果資料量夠大的話，打亂後會呈現隨機分布，學習後更能體現樣本的共性。為了加強模型的泛化能力，有時候需要打亂資料集 包括特徵資料和標籤 但是顯然還是要保證每一條資料中的特徵資料和標籤的對應關係 可以進行如下操作 1.通過隨機化index import r...

SAS中資料輸入和輸出的幾種方式

sas中資料輸入和輸出的方式有 1.按列輸入 input 變數名 起始位置 結束位置 data score 建立關於成績的資料集 input name 1 10 math 11 12 chinese 17 18 english 26 27 對每個變數,按列輸入資料 datalines 提示下面是資料...

oracle啟動和關閉資料庫的幾種方式

啟動和關閉資料庫 每個資料庫至少包含乙個例程，例程是 oracle 用來管理資料檔案的乙個實體，他在伺服器中，由一組邏輯記憶體結構和一系列後台伺服器程序組成。當啟動資料庫時這些服務和記憶體得到分配。乙個例程只能訪問乙個資料庫，而乙個資料庫可以被多個例程訪問。啟動例程的過程包括 讀取引數檔案，或是文字...