Python3.6+中使用sklearn.model_selection.train_test_split模块用于分割数据

train_test_split()函数:交叉验证

一般形式:如下,

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(train_data,train_target,test_size=0.4,test_size=0.25,random_state=33)

train_test_split(),  sklearn


train_data:所要划分的样本特征集


train_target:所要划分的样本结果


test_size:样本占比,如果是整数的话就是样本的数量


random_state:是随机数的种子。


随机数种子:其实就是该组随机数的编号,在需要重复试验的时候,保证得到一组一样的随机数.


比如你每次都填1,其他参数一样的情况下你得到的随机数组是一样的。但填0或不填,每次都会不一样。

(随机数的产生取决于种子,随机数和种子之间的关系遵从以下两个规则:种子不同,产生不同的随机数;种子相同,即使实例不同也产生相同的随机数。)

Leave a Comment