划分数据集train_test_split参数含义

在使用sklearn进行数据集划分时，代码

from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test = train_test_split(df_train['contents_clean'].values,
                                                 df_train['label'].values,
                                                 test_size=0.4, random_state=0)

参数解释：

# 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：若在0~1之间，为测试集样本数目与原始样本数目之比；若为整数，则是测试集样本的数目。

# 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。