一、API解析
sklearn.model_selection.
train_test_split
(*arrays, test_size=None, train_size=None, random_state=None, shuffle=True, stratify=None)
该函数核心功能是:将样本数组或者矩阵按随机的方式分成训练集和测试集。
*arrays:数据的整体样本,类型可以是lists,numpy arrays,scipy-sparse matrices,pandas dataframes
test_size:(0,1)间的float值,表示测试集的数量占比。如果为整数,则为测试集的数据量。如果为None,则为整体减去训练集的差集合。如果train_size也是None,则为0.25
train_size:(0,1)间的float值,表示训练集的数量占比。如果为整数,则为训练集的数据量。如果为None,则为整体减去测试集的差集合
random_state:随机数的种子。 表示随机数的编号,在需要重复试验的时候,得到一组一样的随机