|
sklearn.model_selection.train_test_split随机划分训练集和测试集 官网文档：http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html#sklearn.model_selection.train_test_split 一般形式： train_test_split是交叉验证中常用的函数，功能是从样本中随机的按比例选取train_data和test_data，形式为： X_train,X_test, y_train, y_test =cross_validation.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，如果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，在需要重复试验的时候，保证得到一组一样的随机数。比如你每次都填1，其他参数一样的情况下你得到的随机数组是一样的。但填0或不填，每次都会不一样。 随机数的产生取决于种子，随机数和种子之间的关系遵从以下两个规则： 种子不同，产生不同的随机数；种子相同，即使实例不同也产生相同的随机数。 代码如下：
from sklearn.model_selection import train_test_split
data=[[1,1],[2,2],[3,3],[4,4],[5,5],[6,6],[7,7],[8,8],[9,9],[10,10]]
target=[1,2,3,4,5,6,7,8,9,10]
x_train,x_test,y_train,y_test=train_test_split(data,target,test_size=0.3,random_state=0)
print("x_train is:"); print(x_train)
print("y_train is:"); print(y_train)
print("x_test is:"); print(x_test)
print("y_test is:"); print(y_test)
输出结果：
x_train is:
[[10, 10], [2, 2], [7, 7], [8, 8], [4, 4], [1, 1], [6, 6]]
y_train is:
[10, 2, 7, 8, 4, 1, 6]
x_test is:
[[3, 3], [9, 9], [5, 5]]
y_test is:
[3, 9, 5]
|