机器学习之train_test_split详解

---

---

前言

train_test_split是python在机器学习中常常需要用到的一个方法
安装方法：pip install sklearn
导入方法：from sklearn.model_selection import train_test_split

一.train_test_split是什么？

train_test_split方法能够将数据集按照用户的需要指定划分为训练集和测试集/

二、使用步骤

1.引入库

from sklearn.model_selection import train_test_split

2.读入数据

X_train,X_test, y_train, y_test =train_test_split(train_data,train_target,test_size=0.25, random_state=0,stratify=y)
# 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。

3.参数意义

Code	意义
train_data	待划分的样本特征集合
X_train	划分出的训练数据集数据
X_test	划分出的测试数据集数据
y_train	划分出的训练数据集的标签
y_test	划分出的测试数据集的标签
test_size	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
random_state	随机数种子，不同的随机数种子划分的结果不同
stratify	stratify是为了保持split前类的分布，例如训练集和测试集数量的比例是 A：B= 4：1，等同于split前的比例（80：20）。通常在这种类分布不平衡的情况下会用到stratify。

---

总结

train_test_split是每个机器学习学习者必学的方法之一，这里给大家总结出了详细的用法。