22 lines
799 B
Python
22 lines
799 B
Python
import pandas as pd
|
|
import os
|
|
import sys
|
|
from sklearn.model_selection import train_test_split
|
|
|
|
|
|
water = pd.read_csv('waterQuality.csv')
|
|
water_train, water_test = train_test_split(water, train_size=0.8, random_state=1, stratify=water["is_safe"])
|
|
water_test, water_dev = train_test_split(water_test, train_size=0.66, random_state=1, stratify=water_test["is_safe"])
|
|
water_train["is_safe"].value_counts()
|
|
water_test["is_safe"].value_counts()
|
|
water_dev["is_safe"].value_counts()
|
|
|
|
|
|
print(f'''
|
|
Statystyki zbioru:
|
|
Wielkość zbioru - {len(water)}
|
|
Wielkość podzbioru treningowego - {len(water_train)}
|
|
Wielkość podzbioru walidującego - {len(water_dev)}
|
|
Wielkość podzbioru testowego - {len(water_test)}
|
|
Rozkład częstości parametru mówiącemu o zdantości picia wody (0 oznacza zdanty do picia):
|
|
''') |