1 函數(shù)用途

train_test_split()是交叉驗(yàn)證中常用的函數(shù)，功能是將數(shù)組或矩陣按比例隨機(jī)劃分為訓(xùn)練集和測(cè)試集，使用方法為：

X_train,X_test, y_train, y_test =cross_validation.train_test_split(train_data,train_target,test_size=0.4, random_state=0, shuffle=True)

2 參數(shù)解釋：

• train_data：所要?jiǎng)澐值臉颖咎卣骷?/li>
• train_target：所要?jiǎng)澐值臉颖窘Y(jié)果
• test_size：如果為小數(shù)則代表樣本占比（0到1），如果是整數(shù)則代表樣本的數(shù)量，默認(rèn)為0.25
• random_state：是隨機(jī)數(shù)的種子，默認(rèn)為None。如果種子相同，則隨機(jī)數(shù)相同，如果種子不同，則隨機(jī)數(shù)不同。在需要重復(fù)試驗(yàn)的時(shí)候，保證得到一組一樣的隨機(jī)數(shù)。比如你每次都填1，其他參數(shù)一樣的情況下你得到的隨機(jī)數(shù)組是一樣的。但填0或不填，則代表隨機(jī)數(shù)的種子是一個(gè)隨機(jī)值，每次結(jié)果都不同。
• shuffle：劃分前是否對(duì)數(shù)組或矩陣進(jìn)行洗牌，默認(rèn)為True。

import numpy as np
from sklearn.model_selection import train_test_split
X = np.arange(10).reshape((5, 2))
y = range(5)

其中X，y分別為：

X= [[0 1][2 3][4 5][6 7][8 9]]

y= [0, 1, 2, 3, 4]

對(duì)數(shù)據(jù)集進(jìn)行劃分，訓(xùn)練集占70%，測(cè)驗(yàn)集占30%，固定隨機(jī)數(shù)的種子，劃分前不重新洗牌：

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=1,shuffle=False)

劃分完的數(shù)據(jù)集如下：

X_train= [[0 1][2 3][4 5]]

y_train= [0, 1, 2]

X_test= [[6 7][8 9]]

y_test= [3, 4]

轉(zhuǎn)載于:https://www.cnblogs.com/iwangwei/p/10563999.html

總結(jié)

以上是生活随笔為你收集整理的sklearn.model_selection.train_test_split随机划分训练集和测试集的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。