20190904——机器学习复习2 测试集的划分

from sklearn.model_selection import train_test_split


以前都是使用pycharm来运行代码，现在使用jupyter进行实验
要分割，回顾一下

使用sklearn的训练集返回一个Bunch的继承自字典类型的，然后就可以使用.属性或者是[""]这种方式查看属性，有data,target,feature_names

然后用sklearn 中的model_selection进行划分训练集和测试集，然后用四个参数x,y,train,test进行接受，以用于今后进行对数据的操作

 如果你在需要设置随机数种子的地方都设置好，那么当别人重新运行你的代码的时候就能得到完全一样的结果，复现和你一样的过程。

random_state参数：
       例如：在sklearn可以随机分割训练集和测试集（交叉验证），只需要在代码中引入model_selection.train_test_split就可以了：

from sklearn import model_selection

x_train, x_test, y_train,y_test=model_selection.train_test_split(x,y,test_size=0.2,random_state=0)

       这里的random_state就是为了保证程序每次运行都分割一样的训练集和测试集。否则，同样的算法模型在不同的训练集和测试集上的效果不一样。

     当你用sklearn分割完测试集和训练集，确定模型和初始参数以后，你会发现程序每运行一次，都会得到不同的准确率，无法调参。这个时候就是因为没有加random_state。加上以后就可以调参了。