pytorch i2i 图像分割测试集_sklearn函数：ShuffleSplit（分割训练集和测试集）

关于分割训练集、测试集的方法：

橘猫吃不胖：sklearn函数：train_test_split（分割训练集和测试集）​zhuanlan.zhihu.com

橘猫吃不胖：sklearn函数：KFold（分割训练集和测试集）​zhuanlan.zhihu.com

橘猫吃不胖：sklearn函数：LeaveOneOut（分割训练集和测试集）​zhuanlan.zhihu.com

这回的ShuffleSplit，随机排列交叉验证，感觉像train_test_split的升级版，重复了这个分割过程好几次，就和交叉验证很像了

class sklearn.model_selection.ShuffleSplit( n_splits=10, *, test_size=None, train_size=None, random_state=None)

这里的参数也和train_test_split很像，就不多说了

• n_splits：int, default=10

重复这个随机排列、分割的过程的次数，默认10次

import numpy as np
from sklearn.model_selection import ShuffleSplit

X=np.random.randint(1,100,20).reshape(10,2)
X

rs = ShuffleSplit(n_splits=10, test_size=0.25)
rs

for train , test in rs.split(X):
    print(f'train: {train} , test: {test}')

这里就是重复了train_test_split 10次，这里有一个问题，要注意的就是，这里是随机分割，所以没有办法保证，每一次的分割都是不同的，也就是会出现相同的分割情况