sklearn.model_selection.train_test_split方法初识

sklearn.model_selection.train_test_split

将数组或矩阵切分成随机训练和测试子集。

参数列表：

• 1 *arrays : sequence of indexables with same length / shape[0]

  行数(样本数)/shape[0]取值相同的

• 2 test_size : float,int or None,optional(default=None)

  如果为空，那么该值是设置为0.25

• 3 train_size : float, int, or None, (default=None)

  如果为空，那么该值为1-test_size

• 4 random_state : int, RandomState instance or None, optional (default=None)

  该参数可以取值为int值，如果是int值，那么此时int值作为随机数生成种子；如果是RandomState实例，那么这个就是随机数生成器，用于生成随机数。如果为None，那么默认使用np.random的Random State 实例

• 5 shuffle : boolean, optional (default=True)

  在进行数据拆分前是否suffle。默认是进行suffle，如果设置了False，那么stratify一定为None。

• 6 stratify : array-like or None (default=None)

  如果不是None，则以分层方法时分割数据，并将其作为类标签。

返回值:
splitting : list, length=2 * len(arrays)

List containing train-test split of inputs

示例

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]