如何扩展代码用sklearn.train_test_split训练双目标X_S与X_S2？

错误原因分析 #

你遇到的_append_dispatcher() missing 1 required positional argument: 'values'错误，核心问题有两个：

• np.append()仅支持两个数组+axis参数的输入，你一次性传入三个数组（X_S, X_S2, X_BG），违反函数参数规则。
• 修改后的函数丢失了test_sample_size参数，导致train_test_split的test_size无有效值可用。

修正后的完整代码 #

数据集划分函数

import numpy as np
from sklearn.model_selection import train_test_split
from tensorflow.keras.utils import to_categorical

def split(X_BG, X_S, X_S2, test_sample_size, do_shuffle=True):
    np.random.shuffle(X_BG)

    # 标签赋值：X_S和X_S2归为正类（标签1），X_BG归为负类（标签0）
    y_S = np.ones(len(X_S))
    y_S2 = np.ones(len(X_S2))
    y_BG = np.zeros(len(X_BG)) 

    # 合并多组数据：用np.concatenate更高效（替代嵌套np.append）
    X = np.concatenate([X_S, X_S2, X_BG], axis=0)
    y = np.concatenate([y_S, y_S2, y_BG], axis=0)

    # 调整输入形状适配CNN的单通道要求
    X = X.reshape((X.shape[0], X.shape[1], X.shape[2], 1))

    # 划分训练集与测试集
    X_train, X_test, y_train, y_test = train_test_split(
        X, y, test_size=test_sample_size, shuffle=do_shuffle
    )

    # 转换标签为独热编码，适配分类模型输出
    y = to_categorical(y, 2)
    y_train = to_categorical(y_train, 2)
    y_test = to_categorical(y_test, 2)

    input_shape = X[0].shape

    return X, X_train, X_test, y_train, y_test, input_shape

函数调用示例

# 传入测试集比例（如0.25表示25%数据作为测试集）
X_2500, X_train_2500, X_test_2500, y_train_2500, y_test_2500, input_shape_2500 = split(X_BG_2500, X_S_2500, X_S2_2500, 0.25)
X_1500, X_train_1500, X_test_1500, y_train_1500, y_test_1500, input_shape_1500 = split(X_BG_1500, X_S_1500, X_S2_1500, 0.25)
X_600, X_train_600, X_test_600, y_train_600, y_test_600, input_shape_600 = split(X_BG_600, X_S_600, X_S2_600, 0.25)
X_300, X_train_300, X_test_300, y_train_300, y_test_300, input_shape_300 = split(X_BG_300, X_S_300, X_S2_300, 0.25)

print("Input vector shape:", input_shape_2500)
print("Number of input samples:", len(X_2500))

额外优化建议 #

• 优先使用np.concatenate合并多数组：相比嵌套np.append，concatenate直接接收数组列表，避免生成中间临时数组，效率更高。
• 确保X_S、X_S2、X_BG的维度完全一致，否则数组合并时会抛出维度不匹配错误。
• do_shuffle参数设为默认值True，如果不需要打乱数据，调用时显式传入do_shuffle=False即可。

内容的提问来源于stack exchange，提问作者Giselle Tan