Sélection des données

On peut facilement séparer un dataset en training set et test set. Si X est l'array des variables indépendantes et y le vecteur des classes :

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.3, random_state = 1, stratify = y)

test_size = 30 indique que 30% est pour le test.
random_state permet d'initialiser le générateur aléatoire.
stratify = y indique de splitter selon les valeurs de y (autant de chaque classe dans les samples de training et de test).
marche aussi sur un dataframe pandas : dfTrain, dfTest = train_test_split(df, test_size = 0.3)

programmer en python, tutoriel python, graphes en python, Aymeric Duclert