python - 当测试数据中没有给出目标值时如何对数据进行分类
问题描述
我是机器学习的新手。这是一个二元分类问题。我想弄清楚如何处理不包含目标(输出)的测试数据。
通常,我会使用sklearn
:
from sklearn.model_selection import train_test_split
如果数据(训练 + 测试)包括作为所有数据一部分的目标(输出)值。但在我的情况下,给出了两个单独的文件。训练数据文件包含目标值作为数据的一部分,但是,测试数据没有目标值。我想知道如何使用 sklearn 分类技术来处理这种情况。我必须验证数据以检查分类的准确性。您可以使用任何玩具示例进行解释。
解决方案
推荐阅读
- php - DarkaOnline Swagger-php 生成不正确的界面
- c - 为什么我的程序在不同函数中第二次使用字符串后崩溃?
- php - 使返回值成为一个新函数
- asp.net - LINQ 使用不同数据类型的连接
- c# - 如何使用 c# Console.WriteLine() 显示空间代码(例如,三角形项目符号:\u2023)n 次
- php - 如果服务器是 https(SSL 活动),则 TCPDF 不会加载 http 图像链接
- jquery - array.push 在 ajax 和 for 循环中不起作用
- ios - 几天前如何在 UNNotificationCenter 中设置警报?
- ffmpeg - 使用 ffmpeg 解码部分视频时,有没有办法消除寻道时间?
- php - 我们如何使用 foreach 循环获取下一个元素键的键