训练集测试集的划分-Python

#训练集和测试集的划分
第一种方法
random.seed(seed) 前闭后闭 [a, b]
np.random.seed(seed) 前闭后开 [low, high) 或 [0, low)，可指定抽样的大小

import random
def splitData(data,k,seed,M=8):
    print("训练数据集与测试数据集划分...")
    train,test = {},{}
    random.seed(seed) #指定seed的话，每次后面的随机数产生的都是一样的顺序,
    for user,item,record in data:
        if random.randint(0,M) == k: ##随机数产生顺序一样,随机产生（0，m）之间的数，只有一个可以分给测试集，另外的m-1都分给训练集
            test.setdefault(user,{})
            test[user][item] = record
        else:
            train.setdefault(user,{})
            train[user][item] = record
    return train,test
 trainData,testData = splitData(data,4,23)

第二种方法：内置函数，调用sklearn包
test_size样本占比，如果是整数的话就是样本的数量
random_state设置是为了每次生成的数据都相同

from sklearn.cross_validation import train_test_split
x_train,x_test,y_train,y_test=train_test_split(news.data,news.target,test_size=0.25,random_state=33)