train_test_split()函数

sklearn.model_selection.train_test_split随机划分训练集和测试集

• 通常形式：

train_test_split是交叉验证中经常使用的函数，功能是从样本中随机的按比例选取train data和testdata，形式为：

X_train,X_test, y_train, y_test =train_test_split(train_data,train_target,test_size=0.4, random_state=0)

• 参数解释：

train_data：所要划分的样本特征集

train_target：所要划分的样本结果

test_size：样本占比，若是是整数的话就是样本的数量

random_state：是随机数的种子。

随机数种子：其实就是该组随机数的编号，在须要重复试验的时候，保证获得一组同样的随机数。好比你每次都填1，其余参数同样的状况下你获得的随机数组是同样的。不填的话默认值为False，即每次切分的比例虽然相同，可是切分的结果不一样。

随机数的产生取决于种子，随机数和种子之间的关系听从如下两个规则：

种子不一样，产生不一样的随机数；种子相同，即便实例不一样也产生相同的随机数。

• 示例

 Examples --------
    >>> 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] X_train，y_train：获得的训练数据。 X_test， y_test：获得的测试数据。 X,y：原始数据