人脸识别使用的训练集，里面包括了很多的正样本集合和负样本集合。

脚本需求：模型训练时，有很多公开的有雾数据集，但是不符合自己特殊的场景，此时我们就需要制作有雾的数据集；

新浪新闻文本分类 语料库重建 本项目的语料来源新浪新闻网，通过spider.py爬虫模块获得全部语料，总计获得10类新闻文本，每一类新闻文本有10条。 采纳新浪新闻网的一个api获取新闻文本，api的url为 使用进度池并发执行爬虫，加快抓取速度。 数据预处理 本项目的数据预处理包括：分词处理，去噪，向量化，由stopwords.py模块，text2term.py模块，vectorizer.py模块实现。 本项目借助第三方库解霸完成文本的分词处理。 通过停用词表移除中文停用词，通过正则表达式消除数字（中文数字＆阿拉伯数字）。 filter_pattern = re . compile ( ur'[-+]?[\w\d]+|零|一|二|三|四|五|六|七|八|九|十|百|千|万|亿' ) 使用进程池并发执行数据的分词和去噪，加快数据预处理的过程。 把数据集1：1划分为训练集和测试集，各50w篇文档。 通过scikit-learn提供的CountVectorizer类完成矢量化，得到训练集和测试集两个文本的特征矩阵，矩阵类型为稀疏矩阵。 移除文档中文档频率小于0.1％的特征，这些特征我们认

ID3算法是由Quinlan首先提出的。该算法是以信息论为基础，以信息熵和信息增益度为衡量标准，从而实现对数据的归纳分类。本算法用于实现生物信息的筛选,java实现

（1）训练集：7,494个特征向量及对应标签，来源于40位手写者 （2）测试集：3,498个特征向量及对应标签，来源于14位手写者 training1.txt，test1.txt中特征向量为16维； training2.txt，test2.txt中特征向量为1024维； 标签值为0~9的数字 文档每行由特征向量和标签值组成，用逗号分隔

岗位信息+求职信息+行为信息。（上传的test中缺少一部分数据，在另一个同名资源中补充了）

用于利用卷积神经网络做验证码识别的20000余张验证码的训练集。

该资源为cnn卷积神经网络识别面部表情的训练集，包括label和feature，具体值表示像素，可供Pytorch深度学习使用

这里面的包括的数据集包括训练集和测试集，训练集是train_corpus,测试集是test_corpus.

今天小编就为大家分享一篇python 划分数据集为训练集和测试集的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧