sklearn中的train_test_split （随机划分训练集和测试集）

from sklearn.model_selection import train_test_split

 

train_test_split是交叉验证中常用的函数，功能是从样本中随机的按比例选取train data和test data。

语法：

X_train,X_test, y_train, y_test =

cross_validation.train_test_split(train_data,train_target,test_size=0.4, random_state=0)

参数：

• train_data：所要划分的样本数据集
• train_target：所要划分的样本结果
• test_size：样本占比，如果是整数就是样本的数量
• random_state：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随机数组是一样的。但填0或不填，每次都不一样。

随机数的产生取决于种子，随机数和种子之间的关系遵从以下两个规则：

种子不同，产生不同的随机数；种子相同，即使实例不同也产生相同的随机数。

 

 

官方文档：http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html