在numerai對沖基金中使用交叉檢驗

在numerai對沖基金中使用交叉檢驗(train_test_split)

實例：

# splitting my arrays in ratio of 30:70 percent
features_train,features_test,labels_train,labels_test = cross_validation.train_test_split(training_data.iloc[:,0:21],training_data['target'],test_size=0.3,random_state=0)

sklearn.model_selection.train_test_split隨機劃分訓練集和測試集

一般形式

train_test_split是交叉驗證中常用的函數，功能是從樣本中隨機的按比例選取train data和testdata，形式爲：

X_train,X_test, y_train, y_test =cross_validation.train_test_split(train_data,train_target,test_size=0.3, random_state=0)

參數介紹

1. X_train,X_test, y_train, y_test : 輸出分離的結果。
2. train_data：所要劃分的樣本特徵集。
3. train_target：所要劃分的樣本結果。
4. test_size：樣本佔比，如果是整數的話就是樣本的數量。
5. random_state：是隨機數的種子。
   隨機數種子：其實就是該組隨機數的編號，在需要重複試驗的時候，保證得到一 組一樣的隨機數。比如你每次都填1，其他參數一樣的情況下你得到的隨機數組是一樣的。但填0或不填，每次都會不一樣。
   隨機數的產生取決於種子，隨機數和種子之間的關係遵從以下兩個規則：
   種子不同，產生不同的隨機數；種子相同，即使實例不同也產生相同的隨機數。

引用

官網文檔：http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html#sklearn.model_selection.train_test_split