Sklearn的train_test_split用法

「爱情、让人受尽委屈。」 2024-02-19 18:51 62阅读 0赞

**用途**

在机器学习中，该函数可按照用户设定的比例，随机将样本集合划分为*训练集* 和*测试集*，并返回划分好的训练集和测试集数据。

**语法**

X_train,X_test, y_train, y_test =cross_validation.train_test_split(X,y,test_size, random_state)
     
     
      
       1

**参数说明**

<table> 
 <thead> 
  <tr> 
   <th>Code</th> 
   <th>Text</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>X</td> 
   <td>待划分的样本特征集合</td> 
  </tr> 
  <tr> 
   <td>y</td> 
   <td>待划分的样本标签</td> 
  </tr> 
  <tr> 
   <td>test_size</td> 
   <td>若在0~1之间，为测试集样本数目与原始样本数目之比；若为整数，则是测试集样本的数目。</td> 
  </tr> 
  <tr> 
   <td>random_state</td> 
   <td>随机数种子</td> 
  </tr> 
  <tr> 
   <td>X_train</td> 
   <td>划分出的训练集数据（返回值）</td> 
  </tr> 
  <tr> 
   <td>X_test</td> 
   <td>划分出的测试集数据（返回值）</td> 
  </tr> 
  <tr> 
   <td>y_train</td> 
   <td>划分出的训练集标签（返回值）</td> 
  </tr> 
  <tr> 
   <td>y_test</td> 
   <td>划分出的测试集标签（返回值）</td> 
  </tr> 
 </tbody> 
</table>

--------------------

**代码示例**  
输入：

import numpy as np
    from sklearn.model_selection import train_test_split
    
    #创建一个数据集X和相应的标签y,X中样本数目为100
    X, y = np.arange(200).reshape((100, 2)), range(100)
    
    #用train_test_split函数划分出训练集和测试集，测试集占比0.33
    X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.33, random_state=42)
    
    #打印出原始样本集、训练集和测试集的数目
    print("The length of original data X is:", X.shape[0])
    print("The length of train Data is:", X_train.shape[0])
    print("The length of test Data is:", X_test.shape[0])
    
     
     
      
       1 
       2 
       3 
       4 
       5 
       6 
       7 
       8 
       9 
       10 
       11 
       12 
       13 
       14

输出：

The length of original data X is: 100
    The length of train Data is: 67
    The length of test Data is: 33
     
     
      
       1 
       2 
       3