パンダのベクトル値の範囲に基づいて行を選択

Question

私はnumpyとpandasを使用してトレーニング、検証、テストにデータを分割しようとしています。

私は（それがsklearnアイリスの例からだ）、この作品を知っている：

DataFrame['is_train'] = np.random.uniform(0, 1, len(train)) <= .75 
train, test = DataFrame[DataFrame['is_train']==True], DataFrame[DataFrame['is_train']==False] 

しかし、私は、値の範囲のために似たような、例えば、どのように行うのですか、0.33 < X < 0.66？

これは動作しません：あなたはより良い方法を知っている場合

DataFrame['segment'] = np.random.uniform(0, 1, len(df)) 
DataFrame[DataFrame['segment'] < .33 & DataFrame['segment'] < .66] 

最後に、教えて祈ります。

私の知る限り、sklearnのcross_validation.train_test_split()は3方向分割を行いません。

Answer 1

ラップカッコ内の条件：

DataFrame[(DataFrame['segment'] < .33) & (DataFrame['segment'] < .66)] 

&オペレータが<よりも優先順位が高い：https://docs.python.org/2/reference/expressions.html#operator-precedence

はまた、典型的には、1つのあなたが望むものは何でも基準に従って各種の分割にデータを分割：http://scikit-learn.org/stable/modules/cross_validation.html#cross-validationとあなたさまざまな分割を繰り返して、モデルの堅牢性をテストします。検証セットがどのように代表的であるかをどのように知っているかのように固定された検証セットを持つことは、有益なIMOではないのですか？