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