train_test_split是sklearn.model_selection模块中的一个用于拆分数据集的工具，它将数据集分为训练集和测试集。该函数接受训练数据和目标变量，以及test_size或train_size参数来定义分割比例。random_state参数可以设定以确保可重复性，而shuffle参数决定是否对数据进行随机排列。通过使用这个函数，机器学习和数据挖掘项目的模型验证变得更加方便。
train_test_split（）是sklearn.model_selection中的分离器函数，用户将数组或矩阵拆分为训练集和测试集，函数样式为：
X_train,X_test,y_train,y_test=train_test_split(train_data,train_target,test_size,random_state,shuffle)
参数解释：
train_data : 样本特征值
train_target : 样本标签值
test_size : (1) 浮点数，在0 ~ 1之间，表示样本占比（test_size = 0.3，则样本数据中有30%的数据作为测试数据，记入X_test，其余70%数据记入X_train，同时适用于样本标签）；
(2）整数，表示样本数据中有多少数据记入X_test中，其余数据记入X_train
(3) 如果为None,设置为训练集大小的补码，如果train_size也为None，设置为0.25
train_size : 如果为float，0~1之间，表示包含在训练集中的数据集的比例；如果为int，表示包含在训练数据中的绝对数量；
如果为None，自动设置为数据集大小的补码
random_state : 随机数种子，种子不同，每次采的样本不一样；种子相同，采的样本不变（random_state不取，采样数据不同，但random_state等于某个值，采样数据相同，取0的时候也相同，
最低0.47元/天 解锁文章
扫一扫
764
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
