在numerai对冲基金中使用交叉检验

在numerai对冲基金中使用交叉检验(train_test_split)

实例：

# splitting my arrays in ratio of 30:70 percent
features_train,features_test,labels_train,labels_test = cross_validation.train_test_split(training_data.iloc[:,0:21],training_data['target'],test_size=0.3,random_state=0)

sklearn.model_selection.train_test_split随机划分训练集和测试集

一般形式

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testdata，形式为：

X_train,X_test, y_train, y_test =cross_validation.train_test_split(train_data,train_target,test_size=0.3, random_state=0)

参数介绍

1. X_train,X_test, y_train, y_test : 输出分离的结果。
2. train_data：所要划分的样本特征集。
3. train_target：所要划分的样本结果。
4. test_size：样本占比，如果是整数的话就是样本的数量。
5. 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。
   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。

引用

官网文档：http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html#sklearn.model_selection.train_test_split