如何从单独的数据帧中指定训练集和测试集？
How can I specify a training set and test set from separate dataframes?
我有一个混合了新闻文章和 Facebook 帖子（全文）的数据框，并带有相应的标签（所有文本的一组标签 - 文章和帖子）。但是，我想在两种类型的文本（文章和帖子）上训练我的分类器，但我的测试集中只有 facebook 帖子。无论如何指定一组行（按 'source' 列分组）从中提取测试集？
我正在使用
sklearn.model_selection import train_test_split
和用于分类模型的简单转换器。
谢谢！
拆分是通过以下方式完成的：
# create X
X = df[<columns>]
# create y
y = df[<one column>]
# split to train and test
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=123, stratify = y)
如果你有两个数据帧，你需要先合并它们：
df = df1.append(df2)
我有一个混合了新闻文章和 Facebook 帖子（全文）的数据框，并带有相应的标签（所有文本的一组标签 - 文章和帖子）。但是，我想在两种类型的文本（文章和帖子）上训练我的分类器，但我的测试集中只有 facebook 帖子。无论如何指定一组行（按 'source' 列分组）从中提取测试集？
我正在使用
sklearn.model_selection import train_test_split
和用于分类模型的简单转换器。
谢谢！
拆分是通过以下方式完成的：
# create X
X = df[<columns>]
# create y
y = df[<one column>]
# split to train and test
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=123, stratify = y)
如果你有两个数据帧，你需要先合并它们：
df = df1.append(df2)