数据集划分函数sklearn.model_selection.train_test_split参数详解

该函数可以随机划分样本数据为训练集和测试集，并返回划分好的训练集和测试集数据。

sklearn.model_selection.train_test_split(train_data,train_target,test_size=0.3,random_state=5)

参数详解：

• train_data：待划分样本数据
• train_target：待划分样本数据的结果，与train_data一一对应
• test_size：可以为浮点、整数或None，默认为None
  浮点数表示测试数据占总样本的比例；整数表示测试样本的样本数量；
  若为None时，test size自动设置成0.25 test_size决定划分测试、训练集比例
• random_state：设置随机数种子
  在其它参数相同的情况下，同一个随机数得到的随机数组一样
  若为0或None或不填，则每次得到数据都不一样
• stratify：可以处理数据不平衡问题
  stratify=train_target时，每次划分后，测试集和训练集中的标签比例同原始的样本中标签的比例相同。假设原始样本中标签A和标签B的比例为1：5，测试集和训练集中标签A和标签B的比例都为1：5