我已经有了训练和测试数据集，如何将它们传递给模型

Question

通常我们有一个数据集，我们执行训练和测试拆分，但现在我已经有两个数据集，分别是训练数据集和测试数据集。我如何将它们传递给模型！？

Answer 1

我假设您为此使用了 keras 并且已经制作了您的模型。

由于您已经拆分了数据集，您可以继续在训练集上训练您的模型，如下所示：

model.fit(x_train, y_train, batch_size = 64, epochs = 10)

然后一旦你想使用你的训练集，只需运行:

model.evaluate(x_test, y_test, batch_size = 128)

如果您不使用 keras，请告诉我，我们可以从那里开始工作。

Answer 2

我假设您的训练数据集是带有标签的数据集，而您的测试数据集是接近您需要预测的真实世界数据的数据集。因此，您需要像往常一样使用您的训练数据，执行 EDA 等。您仍然可以将训练数据分成 80-20 或类似的分割并验证模型。

训练模型后，您就可以在测试中进行预测。由于您的测试可能没有标签，因此您不会获得任何指标。所有评估都在验证集上完成。

 X_train, X_val, y_train, y_val = train_test_split(X,y,test_size = 0.2)

   model = RanndomForestClassifier() # instantiate model
   model.fit(X_train, y_train) # fit on the train data
   model.predict(X_val)  # predict on the validation set to measure performance 
   model.predict(test) # predict on the test set

我已经有了训练和测试数据集，如何将它们传递给模型

I already have train and test datasets, how do i pass them to model

python

machine-learning

training-data

data-science