如何获取列表中随机选择的行的索引 (Python)

Question

好吧，我不知道是我措辞不当还是什么，但我似乎无法在这里找到任何类似的问题。

所以我有一个二维列表，每一行代表一个案例，每一列代表一个特征（用于机器学习）。另外，我有一个单独的列表（列）作为标签。

我想随机 select 二维列表中的行来训练分类器，同时使用其余行来测试准确性。因此，我希望能够知道我用于训练的所有行的索引以避免重复。

我认为问题有两部分： 1) 如何随机 select 2) 如何获取索引

同样，我不知道为什么我在这里无法通过搜索找到好的信息（也许我只是很烂）

抱歉，我对社区还是陌生的，所以我可能犯了很多格式错误。如果您有任何建议，请告诉我。

这是我用来获取二维列表的代码部分

#273 = number of cases
feature_list=[[0]*len(mega_list)]*273
#create counters to use for index later
link_count=0
feature_count=0
#print len(mega_list)
for link in url_list[:-1]:

    #setup the url
    samp_url='http://www.mtsamples.com'+link
    samp_url = "%20".join( samp_url.split() )

    #soup it for keywords
    samp_soup=BeautifulSoup(urllib2.urlopen(samp_url).read())
    keywords=samp_soup.find('meta')['content']
    keywords=keywords.split(',')

    for keys in keywords:
        #print 'megalist: '+ str(mega_list.index(keys))
        if keys in mega_list:
            feature_list[link_count][mega_list.index(keys)]=1

mega_list: 包含所有关键字的列表

feature_list：二维列表，在mega_list中有任何单词，该特定单元格设置为1，否则为0

Answer 1

据我了解，您有一个列表，您想要对列表进行抽样并保存索引以备将来使用。参见：https://docs.python.org/2/library/random.html

你可以做一个 random.sample(xrange(sizeoflist),sizeofsample) 这将 return 你的样本的索引。然后，您可以使用该样本进行训练并跳过它们（或花哨并进行设置差异）以进行验证。

希望对您有所帮助

Answer 2

我会将数据存储在 pandas 数据框中而不是二维列表中。如果我正确理解你的数据，你可以这样做：

import pandas as pd

df = pd.DataFrame(feature_list, columns = mega_list)

我没有看到任何关于因变量的提及，但我假设您有因变量，因为您提到了分类器算法。如果您的因变量称为 "Y" 并且采用列表格式且索引与您的特征一致，那么此代码将适用于您：

from sklearn import cross_validation

x_train, x_test, y_train, y_test = cross_validation.train_test_split(
    df, Y, test_size=0.8, random_state=0)

如何获取列表中随机选择的行的索引 (Python)

How to get the indices for randomly selected rows in a list (Python)

python

search

random

machine-learning

indices