sklearn的train_test_split方法

這個方法是對數據進行分開，一共四個返回值，分別是訓練集的樣本，訓練集的目標值，測試集的樣本，測試集的目標值，順序就是這樣子的。
train_test_split中傳入的參數爲：數據集，目標集，測試集的大小其中測試集的大小是一個float類型。
下面用一個源碼中的小例子看一下：

    >>> 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]

    >>> train_test_split(y, shuffle=False)
    [[0, 1, 2], [3, 4]]

其中random_state表示隨機數種子，如果設置兩次一樣的隨機數種子，就能獲得完全一樣的數據集分開後的結果。
另外，源碼的小例子最後的測試只傳入了一個數據集：

train_test_split(y, shuffle=False)

shuffle：是對數據進行隨機排序，默認是True。
只傳入一個一維數據集時，數組長度小於5時會輸出最後一個爲目標集，否則爲最後兩個。

x, y = np.arange(10).reshape((5, 2)), range(8)
print(x)
y = list(y)
print(y)
print(train_test_split(y, shuffle=False))

輸出結果：

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

長度小於5：

y = range(4)
y = list(y)
print(train_test_split(y, shuffle=False))

結果：

[0, 1, 2, 3]
[[0, 1, 2], [3]]

暫存，不對的再改正。