python3.6 split用法_Python3.6+中使用sklearn.model_selection.train_test_split模块用于分割数据...

train_test_split()函数:交叉验证

一般形式：如下，

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(train_data,train_target,test_size=0.4,test_size=0.25,random_state=33)

train_test_split(),  sklearn

train_data：所要划分的样本特征集

train_target：所要划分的样本结果

test_size：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。)