test_train_split 将字符串类型标签转换为 np.array。

Question

我有一个带有字符串类型标签名称的图像数据集。当我使用 sklearn 库的 test_train_split 拆分数据时，它将标签转换为 np.array 类型。有没有办法找回原来的字符串类型标签名称？以下代码拆分数据以进行训练和测试：imgs, y = load_images()train_img,ytrain_img,test_img,ytest_img = train_test_split(imgs,y, test_size=0.2, random_state=1)如果我打印 y，它会给我标签名称，但如果我打印拆分的标签值，它会给出一个数组：for k in y:    print(k)    breakfor k in ytrain_img:    print(k)    break输出： 001.Affenpinscher [[[ 97 180 165]  [ 93 174 159]  [ 91 169 152]  ... [[ 88 171 156] [ 88 170 152] [ 84 162 145] ... [130 209 222] [142 220 233] [152 230 243]] [[ 99 181 163] [ 98 178 161] [ 92 167 151] ... [130 212 224] [137 216 229] [143 222 235]] ... [[ 85 147 158] [ 85 147 158] [111 173 184] ... [227 237 244] [236 248 250] [234 248 247]] [[ 94 154 166] [ 96 156 168] [133 194 204] ...[226 238 244][237 249 253][237 252 254]]...[228 240 246][238 252 255][241 255 255]]]有没有办法将数组转换回原始标签名称？

Answer 1

不，您是在推断train_test_split错误的输出。

train_test_split 以这种方式工作：

A_train, A_test, B_train, B_test, C_train, C_test ... 

                             = train_test_split(A, B, C ..., test_size=0.2)

您可以提供尽可能多的数组进行拆分。对于每个给定的数组，它将首先提供训练和测试拆分，然后对下一个数组执行相同操作，然后是第三个数组，依此类推。

所以在你的情况下实际上是：

train_img, test_img, ytrain_img, ytest_img = train_test_split(imgs, y, 

                                                              test_size=0.2, 

                                                              random_state=1)

但是您随后混淆了输出的名称并错误地使用了它们。