jupyter notebook中怎么把多维数据划分为测试，验证，训练数据集？

jupyter notebook中怎么把多维数据划分为测试，验证，训练数据集？刚入门望指点

可以使用 scikit-learn 的 train_test_split 函数来划分多维数据集中的测试，验证，和训练数据集。该函数接受分割比例的参数，可以用来指定将数据集分割成不同大小的子集。可以使用 numpy.split 方法将数据分割为多个不同大小的子集，并用分割比例来划分数据集。使用以上两种方法，可以在 Jupyter Notebook 中把多维数据划分成测试，验证，训练数据集。

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/7577649
• 你也可以参考下这篇文章：jupyter notebook启动失败的解决
• 除此之外, 这篇博客: 基于jupyter notebook的python编程-----猫狗数据集的阶段分类得到模型精度并进行数据集优化中的 基于jupyter notebook的python编程-----猫狗数据集的阶段分类并得到模型精度和后续优化 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  
  一、名词解释
• • 1、什么是overfit（过拟合）？
  • 2、什么是数据增强？
  • 3、什么是猫狗数据集？
• 二、猫狗数据集下载
• • 1、猫狗数据集下载
  • 2、数据集文件处理
  • 3、需要的python库安装
• 三、猫狗数据集的两阶段分类实验(计算准确率、召回率、F1-score)
• • 1、创建三个子集的新数据集
  • 2、构建网络
  • 3、数据预处理
  • 4、使用数据增强
• 四、优化并提高猫狗图像分类模型精度
• • 1、构建卷积网络
  • 2、构建VGG16网络
  • 3、将猫狗数据集传递给神经网络
  • 4、参数调优

本次博客内容已经属于目前热门的深度学习目标识别技术，请仔细学习每一行代码，理解训练、测试、数据增加、模型优化这些经典套路，接下来，就带小伙伴进行学习吧！

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^