洗牌算法

Posted on In

目的:将排列好的数据重新以随机的方式排列

原理:从数组中随机选出一个元素，放入目标数组中后从原数组中删除这个元素。反复进行这个过程，直到原数组中所有的元素都进入了新的数组。此时目标数组中的元素为随机排列，达到了“洗牌”的效果。

使用Python描述:

1
2
3
4
5
6
7
8
import random
def shuffle(list):  
  targetlist=[]
  while list:   
    i=random.randrange(0,len(list))
    targetlist.append(list[i])    
    list.pop(i)  
  return targetlist

random.randrange(0,len(list))为从0到list长度中随机生成一个整数。

targetlist.append(list[i])为将list[i]元素放入targetlist数组中。

list.pop(i)为从list中删除这个元素。

可以通过这个算法实现对训练集与测试集的分配。例如: 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
import random

def shuffle_split_data(X, y):
    """ Shuffles and splits data into 70% training and 30% testing subsets,
        then returns the training and testing subsets. """
    # Shuffle and split the data
    split_num = int(0.7 * len(X))
    X_t = []
    y_t = []
    X = list(X)
    while X:
        p = random.randrange(0, len(X))
        X_t.append(X[p])
        y_t.append(y[p])
        X.pop(p)

    X_train = X_t[:split_num]
    y_train = y_t[:split_num]
    X_test = X_t[split_num:]
    y_test = y_t[split_num:]

    # Return the training and testing data subsets
    return X_train, y_train, X_test, y_test

X为输入值，y为输出值，将70%的数据放入训练集，将30%的数据放入测试集