sklearn中train_test_split的用法

train_test_split的用法

注意：旧版本的导入该模块是：from sklearn.cross_validation import train_test_split
新版本改成了：from sklearn.model_selection import train_test_split

作用：

train_test_split函数用于将矩阵随机划分为训练子集和测试子集，并返回划分好的训练集测试集样本和训练集测试集标签。

格式：

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

参数解释：
train_data：被划分的样本特征集, Pandas读取的DataFrame格式
train_target：被划分的样本标签, Pandas读取的DataFrame格式
test_size：如果是浮点数，在0-1之间，表示测试样本占比；如果是整数的话就是样本的数量
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。

使用范例