Python中使用scikit-learn分割Wine数据集

清欢

发布时间：2026-10-12| 3人浏览过

原创

本文介绍如何使用Python的scikit-learn库中的train_test_split函数，对来自UCI的Wine数据集进行随机分割。通过加载包含178条样本和13个特征的数据，演示如何将数据划分为训练集和测试集，为后续模型训练做准备。

数据集介绍

本文使用的数据集为Wine，来源于UCI机器学习仓库。该数据集共包含178条样本，每条样本具有13个特征变量。

import pandas as pd
import numpy as np

df_wine = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/wine/wine.data', header=None)
df_wine.columns = ['Class label', 'Alcohol',
              'Malic acid', 'Ash',
              'Alcalinity of ash', 'Magnesium',
              'Total phenols', 'Flavanoids',
              'Nonflavanoid phenols',
              'Proanthocyanins',
              'Color intensity', 'Hue',
              'OD280/OD315 of diluted wines',
              'Proline']

分割训练集和测试集

随机分割

将数据集划分为训练集和测试集。

具体方法：调用scikit-learn库中model_selection子模块提供的train_test_split函数。

from sklearn.model_selection import train_test_split

X, y = df_wine.ix[:, 1:].values, df_wine.ix[:, 0].values
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=0)#随机选择25%作为测试集，剩余作为训练集

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。