API解析----------sklearn中的train_test_split()用法

西安人走哪都要吃泡馍

于 2021-01-13 10:50:57 发布

阅读量935

点赞数

CC 4.0 BY-SA版权

分类专栏： API解析文章标签：机器学习

本文链接：https://blog.csdn.net/data_curd/article/details/112555230

API解析专栏收录该内容

6 篇文章

订阅专栏

博客围绕机器学习展开，介绍得到样本数据后需分为训练和测试数据，会用到train_test_split()函数。该函数用于样本切分，还说明了其参数，如x为特征数据、y为结果数据、test_size是数据量占比等，作者对random_state参数待研究。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在机器学习中，得到样本数据后需要分为训练数据和测试数据，这时就会用到train_test_split()函数，
train_test_split():用于样本切分为训练集和测试集两个数据集，
例如：

x_train,x_test,y_train,y_test = train_test_split(x,y,test_size = 0.3,random_state = 42)

其中参数：
x:样本中的特征数据
y:样本中的结果数据
test_size:训练集和测试集数据量的占比，如果是0.3则表示训练为70，测试为30
random_state:随机数的种子，但是这我目前不是太懂，等研究透了我在回来修改，

import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split

x,y = np.arange(200).reshape(100,2),range(100)
x_train,x_test,y_train,y_test = train_test_split(x,y,test_size = 0.3,random_state = 42)
print(x_train.shape[0]) # 70
print(x_test.shape[0]) # 30