train_test_split函数

train_test_split是sklearn的库函数，用于将数据集随机划分为训练子集和测试子集，并返回划分好的样本和标签，在模型训练中很好用。格式：

X_train,X_test, y_train, y_test =cross_validation.train_test_split(train_data,train_target,test_size=0.2, random_state=0)

函数说明的链接为：http://scikit-learn.org/stable/modules/generated/sklearn.cross_validation.train_test_split.html

函数主要参数解释：

train_data：被划分的样本集；

train_target：被划分的样本标签；

test_size：一般是是浮点数，在0-1之间，表示样本占比，比如test_size=0.2；如果是整数的话就是样本的数量；

random_state：是随机数的种子，这个用处比较小。随机数种子：产生该组随机数的编号，在需要重复试验的时候，可以保证得到一组一样的随机数。比如：每次都填同一个正整数，其他参数一样的情况下得到的随机数组是一样的，但填0或不填，每次都会不一样。

下面直接给出sklearn上的例子：

>>> import numpy as np
>>> from sklearn.cross_validation 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]

 参考资料

[1] http://scikit-learn.org/stable/modules/generated/sklearn.cross_validation.train_test_split.html