如果要将数据集分成两半，可以使用numpy.random.shuffle，或者numpy.random.permutation需要跟踪索引：

import numpy

x is your dataset

x = numpy.random.rand(100, 5) numpy.random.shuffle(x) training, test = x[:80,:], x[80:,:] 要么

import numpy

x is your dataset

x = numpy.random.rand(100, 5) indices = numpy.random.permutation(x.shape[0]) training_idx, test_idx = indices[:80], indices[80:] training, test = x[training_idx,:], x[test_idx,:] 有多种方法可以重复分区同一数据集以进行交叉验证。一种策略是从数据集中重复采样：

import numpy

x is your dataset

x = numpy.random.rand(100, 5) training_idx = numpy.random.randint(x.shape[0], size=80) test_idx = numpy.random.randint(x.shape[0], size=20) training, test = x[training_idx,:], x[test_idx,:] 最后，sklearn包含几种交叉验证方法（k折，nave -n-out等）。它还包括更高级的“分层抽样”方法，该方法可创建相对于某些功能平衡的数据分区，例如，确保训练和测试集中的正例和负例比例相同。