train_test_split()函數

sklearn.model_selection.train_test_split隨機劃分訓練集和測試集

• 通常形式：

train_test_split是交叉驗證中經常使用的函數，功能是從樣本中隨機的按比例選取train data和testdata，形式爲：

X_train,X_test, y_train, y_test =train_test_split(train_data,train_target,test_size=0.4, random_state=0)

• 參數解釋：

train_data：所要劃分的樣本特徵集

train_target：所要劃分的樣本結果

test_size：樣本佔比，若是是整數的話就是樣本的數量

random_state：是隨機數的種子。

隨機數種子：其實就是該組隨機數的編號，在須要重複試驗的時候，保證獲得一組同樣的隨機數。好比你每次都填1，其餘參數同樣的狀況下你獲得的隨機數組是同樣的。不填的話默認值爲False，即每次切分的比例雖然相同，可是切分的結果不一樣。

隨機數的產生取決於種子，隨機數和種子之間的關係聽從如下兩個規則：

種子不一樣，產生不一樣的隨機數；種子相同，即便實例不一樣也產生相同的隨機數。

• 示例

 Examples --------
    >>> import numpy as np >>> from sklearn.model_selection import train_test_split >>> X, y = np.arange(10).reshape((5, 2)), range(5) >>> X array([[0, 1], [2, 3], [4, 5], [6, 7], [8, 9]]) >>> list(y) [0, 1, 2, 3, 4] >>> X_train, X_test, y_train, y_test = train_test_split( ... X, y, test_size=0.33, random_state=42) ... >>> X_train array([[4, 5], [0, 1], [6, 7]]) >>> y_train [2, 0, 3] >>> X_test array([[2, 3], [8, 9]]) >>> y_test [1, 4] X_train，y_train：獲得的訓練數據。 X_test， y_test：獲得的測試數據。 X,y：原始數據