问题描述
我正在训练一个模型来进行天气数据预测。我在github上找到了一种方法，可以很好地处理SVM和SVC之类的东西。
它使用的数据集基本上是这样的， Dhaka is a city/station name
Station Yea Month Day Rainfall dayofyear
1970-01-01 1 Dhaka 1970 1 1 0 1
1970-01-02 1 Dhaka 1970 1 2 0 2
1970-01-03 1 Dhaka 1970 1 3 0 3
1970-01-04 1 Dhaka 1970 1 4 0 4
1970-01-05 1 Dhaka 1970 1 5 0 5
整个数据集中大约有300万行，总共有35个'Station'。代码的作者使用它来指定测试和训练数据。他指定所有测试和火车数据将仅来自Station是Dhaka的条目。 另外，
train = df.loc[df['Year'] <= 2015]
test = df.loc[df['Year'] == 2016]
train=train[train['Station']=='Dhaka']
test=test[test['Station']=='Dhaka']
X_train=train.drop(['Station','StationIndex','dayofyear'],axis=1)
Y_train=train['Rainfall']
X_test=test.drop(['Station',axis=1)
Y_test=test['Rainfall']
是否可以使用 sklearn.model_selection import train_test_split 执行相同的操作？ 在哪里可以将条目限制为仅具有特定电台名称或年份的条目？ 我解释得足够清楚了吗？对不起，英语不好，谢谢。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）