sklearn 随机分割数据_sklearn之数据划分

1、train_test_split

将数组或矩阵拆分为随机训练和测试子集

用法：

sklearn.model_selection.train_test_split(*arrays, **options)

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42)

参数：

* 具有相同长度/形状的可索引数组的序列[0]

允许的输入是列表，numpy数组，稀疏矩阵或熊猫数据框。

test_size 浮点数，整数或无，可选(默认值：无)

如果为float，则应在0.0到1.0之间，并且代表要包含在测试拆分中的数据集的比例。如果为int，则表示测试样本的绝对数量。如果为None，则将值设置为火车尺寸的补码。如果train_size也是，则将其设置为0.25。

train_size 浮点数，整数或无(默认值：无)

如果为float，则应在0.0到1.0之间，并表示要包含在火车分割中的数据集的比例。如果为int，则表示火车样本的绝对数量。如果为“无”，则该值将自动设置为测试大小的补码。

random_state int，RandomState实例或无，可选(默认值：无)

如果为int，则random_state是随机数生成器使用的种子；否则为false。如果是RandomState实例，则random_state是随机数生成器；如果为None，则随机数生成器是所使用的Rando