Разделите набор данных на обучающую train и тестовую test выборки. В тестовую выборку необходимо поместить 200 значений, все остальные должны быть в обучающей выборке.
# Разделяем выборку на обучающую и тестовую, в тестовой будут 200 значений
x_train = x[:-200]
x_test = # доработать
# Аналогично разделяем целевые переменные
y_train = # доработать
y_test = # доработать
from sklearn.model_selection import train_test_split
# Разделяем выборку на обучающую и тестовую, в тестовой будут 200 значений
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=200, random_state=42)
В результате выполнения данного кода, переменные x_train и y_train будут содержать обучающую выборку, а переменные x_test и y_test - тестовую выборку. Размер тестовой выборки задается параметром test_size, который в данном случае равен 200. Параметр random_state позволяет установить начальное значение для генератора случайных чисел, чтобы результат разделения был воспроизводимым.
Таким образом, чтобы разделить набор данных на обучающую и тестовую выборки, можно использовать следующий код:
x_train = x[:-200] # В обучающей выборке все значения, кроме последних 200
x_test = x[-200:] # В тестовой выборке последние 200 значений
y_train = y[:-200] # Аналогично разделяем целевые переменные
y_test = y[-200:]
Если данные уже представлены в виде массивов x и y, то данный код разделит их на обучающую и тестовую выборки. В обучающей выборке будут все значения, кроме последних 200, а в тестовой выборке - только последние 200 значений.Нажимая «Регистрация» или «Войти через Google», вы соглашаетесь с Публичной офертой, даете Согласие на обработку персональных данных, а также подтверждаете что вам есть 18 лет
Нажимая «Регистрация» или «Войти через Google», вы соглашаетесь с Публичной офертой, даете Согласие на обработку персональных данных, а также подтверждаете что вам есть 18 лет