函数的功能是分割训练集和测试集
函数中参数的用法:
1. test_size:float or int, default=None
测试集的大小,如果是小数的话,值在(0,1)之间,表示测试集所占有的比例;
如果是整数,表示的是测试集的具体样本数;
如果train_size也是None的话,会有一个默认值0.25
2. train_size:float or int, default=None
和test_size一样,同上
3.random_state:int or RandomState instance, default=None
这个参数表示随机状态,因为每次分割都是随机的,
设置为整数则每次分割不随机
注意:只有当shuffle=True时,random_state才起作用
4.shuffle: bool, default=True
是否重洗数据(洗牌),就是说在分割数据前,是否把数据打散重新排序这样子,看上面我们分割完的数据,都不是原始数据集的顺序,默认是要重洗的
5.stratify:array-like, default=None
这个要配合结果集使用,假设原始的结果集中有2种分类,A:B=1:2
我们在随机分配的时候,是无法保证训练集和测试集中的A与B的比例
这时候,就可以用这个参数了,设置stratify=y,就可以让测试集和训练集中的结果集也保证这种分布