一、sklearn数据集
(一)数据集划分
1、机器学习一般的数据集会划分为两个部分:
训练数据:用于训练,构建模型;
测试数据:在模型检验时使用,用于评估模型是否有效。
2、sklearn数据集划分API
sklearn.model_selection.train_test_split
3、数据集进行分割
(1)sklearn.model_selection.train_test_split(arrays, **options)
x:数据集的特征值
y:数据集的标签值
test_size:测试集的大小,一般为float
random_state:随机数种子,不同的种子会造成不同的随机采样结果。相同的种子采样结果相同。
return:训练集特征值,测试集特征值,训练标签,测试标签(默认随机取)
例如:
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
li = load_iris()
#注意返回值,训练集 train x_train,y_train 测试集 test x_te
机器学习数据的划分和介绍
最新推荐文章于 2024-04-17 09:12:26 发布