不使用train_test_split，按周数拆分数据集后如何划分训练测试集？

首先纠正你代码里的一个问题：你的循环是在生成52个不同周数的组合作为测试集，但根据你的需求，只需要把week_number等于52的行单独作为测试集，不需要遍历组合，所以可以简化训练集和测试集的拆分逻辑。

接下来是具体的拆分步骤和修改后的代码：

核心步骤 #

• 从训练集train中提取特征列xvars作为X_train，目标列yvar作为y_train
• 从测试集test中提取特征列xvars作为X_test，目标列yvar作为y_test
• 保持和你原代码一致的reshape处理（适用于单个特征的场景，如果是多个特征可以去掉reshape(-1,1)）

修改后的完整代码 #

import itertools
from sklearn.linear_model import LinearRegression

def regressionsquare(data, yvar, xvars): 
    lm = LinearRegression()
    
    # 按需求拆分训练集和测试集：week_number=52为测试集
    train = data[data['week_number'] != 52]
    test = data[data['week_number'] == 52]
    
    # 拆分X_train、y_train
    X_train = train[xvars].values.reshape(-1, 1)
    y_train = train[yvar].values.reshape(-1, 1)
    
    # 拆分X_test、y_test
    X_test = test[xvars].values.reshape(-1, 1)
    y_test = test[yvar].values.reshape(-1, 1)
    
    lm.fit(X_train, y_train)
    y_predicted = lm.predict(X_test)
    
    # 可添加评估逻辑，比如计算MSE等
    return y_predicted, y_test

补充说明 #

• 如果你的xvars是多个特征（比如一个特征列表），不需要reshape(-1,1)，直接用train[xvars].values即可，sklearn线性回归模型接受二维数组作为输入。
• 原代码中的itertools.combinations循环不符合你的需求，直接移除即可；若后续有交叉验证需求，可再调整逻辑。

内容的提问来源于stack exchange，提问作者nerd