keras划分训练集和测试集

Keras是一个高级神经网络API，它提供了简单易用的接口，方便用户快速构建和训练深度学习模型。在Keras中，可以使用train_test_split函数来划分训练集和测试集，该函数可以从给定的数据集中随机选择一部分数据作为测试集，其余的作为训练集。

下面是一个使用train_test_split函数划分训练集和测试集的示例：

from sklearn.model_selection import train_test_split
import numpy as np

# 加载数据集
data = np.load('data.npy')

# 划分训练集和测试集
train_data, test_data = train_test_split(data, test_size=0.2, random_state=42)

# 训练集和测试集的大小
print('训练集大小：', train_data.shape)
print('测试集大小：', test_data.shape)

在上面的示例中，我们首先使用numpy库加载数据集，然后使用train_test_split函数将数据集分成训练集和测试集，其中test_size参数指定测试集的大小，random_state参数用于设置随机数种子，以确保每次划分得到的训练集和测试集是一样的。最后，我们打印出训练集和测试集的大小