Introduction============Training la

Introduction
============

Training large data is time consuming. Sometimes one should work on a
smaller subset first. The python script subset.py randomly selects a
specified number of samples. For classification data, we provide a
stratified selection to ensure the same class distribution in the
subset.

Usage: subset.py [options] dataset number [output1] [output2]

This script selects a subset of the given data set.

options:
-s method : method of selection (default 0)
0 -- stratified selection (classification only)
1 -- random selection

output1 : the subset (optional)
output2 : the rest of data (optional)

Kết quả (Việt) 1:

Giới thiệu============Đào tạo dữ liệu lớn là tốn thời gian. Đôi khi một trong những sẽ làm việc trên mộtnhỏ hơn tập đầu tiên. Python kịch bản subset.py ngẫu nhiên chọn mộtmột số quy định của mẫu. Phân loại dữ liệu, chúng tôi cung cấp mộtphân tầng các lựa chọn để đảm bảo việc phân phối lớp cùng một trong cáctập con.Cách sử dụng: subset.py [tùy chọn] bộ dữ liệu số [output1] [output2]Kịch bản này lựa chọn một tập hợp con của tập hợp dữ liệu.tùy chọn:-s phương pháp: phương pháp lựa chọn (mặc định 0) 0--phân tầng lựa chọn (phân loại) 1 - lựa chọn ngẫu nhiênoutput1: tập hợp con (tùy chọn)output2: phần còn lại của dữ liệu (tùy chọn)

Kết quả (Việt) 2:

Giới thiệu
============

Đào tạo dữ liệu lớn là thời gian. Đôi khi người ta nên làm việc trên một
tập hợp con nhỏ đầu tiên. Các kịch bản python subset.py chọn ngẫu nhiên một
số quy định của mẫu. Đối với dữ liệu phân loại, chúng tôi cung cấp một
lựa chọn phân tầng để đảm bảo phân phối của cùng một lớp trong
tập hợp con.

Cách sử dụng: subset.py [tùy chọn] số liệu [output1] [output2]

kịch bản này lựa chọn một tập con của dữ liệu được thiết lập.

Lựa chọn:
-s phương pháp: phương pháp chọn (mặc định 0)
0 - lựa chọn phân tầng (phân loại chỉ)
1 - ngẫu nhiên lựa chọn

output1: tập con (tùy chọn)
output2: phần còn lại của dữ liệu (tùy chọn)