当前位置: 首页 > article >正文

基于Python的机器学习系列(25):使用PyTorch处理数据集

        在使用PyTorch进行深度学习之前,数据处理是关键的一步。本篇将介绍如何使用PyTorch处理数据集,特别是如何加载和分割数据集。

从文件加载数据

        首先,我们可以使用pandas库读取CSV文件,并将数据转换为PyTorch张量。以下是一个示例:

import pandas as pd

df = pd.read_csv('data/iris.csv')
df.head()  # 显示数据的前几行

        该示例加载了著名的Iris数据集,该数据集包含150个样本,每个样本有4个特征和一个标签。特征包括花萼长度、花萼宽度、花瓣长度和花瓣宽度,标签则是三个Iris物种的名称。

使用经典方法构建训练/测试数据

        在介绍PyTorch的DatasetDataLoader类之前,我们先看一下如何使用sklearn库进行训练和测试数据的分割:

from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder

le = LabelEncoder()

df = pd.read_csv('data/iris.csv')
X = df.drop(['Id', 'Species'], axis=1).values
y = le.fit_transform(df['Species'].values)
train_X, test_X, train_y, test_y = train_test_split(X, y, test_size=0.2, random_state=33)

X_train = torch.FloatTensor(train_X)
X_test  = torch.FloatTensor(test_X)
y_train = torch.LongTensor(train_y).reshape(-1, 1)
y_test  = torch.LongTensor(test_y).reshape(-1, 1)

print(f'Training size: {len(y_train)}')
labels, counts = y_train.unique(return_counts=True)
print(f'Labels: {labels}\nCounts: {counts}')

        在这个示例中,我们首先使用LabelEncoder对标签进行编码,然后使用train_test_split将数据分割为训练集和测试集。最后,将这些数据转换为PyTorch的张量,并检查训练数据的标签分布。

使用PyTorch的DatasetDataLoader

        为了更高效地处理数据,PyTorch提供了DatasetDataLoader类,这些工具可以简化数据加载和批处理过程。在接下来的章节中,我们将深入探讨如何使用这些类来管理数据集。

总结

        本篇介绍了如何从文件中加载数据,并使用经典方法进行数据分割。掌握这些基本步骤是使用PyTorch进行深度学习的前提。接下来,我们将进一步探讨PyTorch中的Gradients。

如果你觉得这篇博文对你有帮助,请点赞、收藏、关注我,并且可以打赏支持我!

欢迎关注我的后续博文,我将分享更多关于人工智能、自然语言处理和计算机视觉的精彩内容。

谢谢大家的支持!


http://www.kler.cn/a/290894.html

相关文章:

  • springboot472基于web网上村委会业务办理系统(论文+源码)_kaic
  • Python入门:4.Python中的运算符
  • docker 容器的基本使用
  • 如何实现圆形头像功能
  • android EditText密码自动填充适配
  • Redis分片集群学习总结
  • 微服务--Nacos配置管理
  • C#使用MQTT(二):MQTT客户端
  • [数据集][目标检测]街头摊贩识别检测数据集VOC+YOLO格式758张1类别
  • axure9勾选多个删除,弹框显示多个中继器编号
  • sed 命令及实战案例
  • C++ 学习 2024.9.3
  • GS-SLAM论文阅读笔记--GSFusion
  • windows C++ 虚拟内存的按需调拨
  • 利用Python解析json生成PPT、xmind思维导图教程
  • 144-Linux权限维持OpenSSHPAM后门SSH软链接公私钥登录
  • 包的相关知识
  • echarts--Y轴名称超宽换行显示行高问题处理
  • LaTeX各符号表示方式(持续更新~)
  • 嵌入式学习(双向链表)
  • OPenCV结构分析与形状描述符(1)近似多边形轮廓顶点的函数approxPolyDP()的使用
  • 大数据-117 - Flink DataStream Sink 案例:写出到MySQL、写出到Kafka
  • flume 使用 exec 采集容器日志,转储磁盘
  • C++奇迹之旅:深度解析list的模拟实现
  • 【网络安全】服务基础第一阶段——第十一节:Windows系统管理基础----PKI技术与应用
  • c# json使用