【无标题】

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
X_train,X_test,y_train,y_test

---

前言

X_train,X_test,y_train,y_test各自的用处到底是啥？

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

提示：以下是本篇文章正文内容，下面案例可供参考

#一、X_train,X_test,y_train,y_test各自的意义
①Xtrain 和 Ytrain都是原始数据，用于fit，即用于训练，Xtrain 和 Ytrain都是经过数据分割出来的，一般按照7:3到8:2的比例进行划分。
②而Xtest 和 Ytest不是用来训练的数据，那他们被划分出来的意义是什么？
这部分的数据不参与模型的训练，而是用于评价训练出来的模型好坏，score评分的时候用。

二、数据划分方法

test_size=0.2 测试集的划分比例。如果为浮点型，则在0.0-1.0之间，代表测试集的比例；如果为整数型，则为测试集样本的绝对数量；如果没有，则为训练集的补充。

random_state：是随机数的种子。固定随机种子时，同样的代码，得到的训练集数据相同。不固定随机种子时，同样的代码，得到的训练集数据不同

希望有用