sklearn.model_selection.train_test_split

sklearn.model_selection.train_test_split

将数组或矩阵拆分为随机序列和测试子集

包含输入验证和应用程序的快速实用程序， 用于将数据输入到单个调用中，以便在oneliner中拆分（并可选地进行子采样）数据。next(ShuffleSplit().split(X, y))

参数：

• 数组： 具有相同长度/形状的可索引序列[0]
  允许的输入是列表，numpy数组，scipy稀疏矩阵或pandas数据帧。

• test_size ：float，int或None，可选（默认=无）如果为float，则应介于0.0和1.0之间，并表示要包含在测试拆分中的数据集的比例。如果是int，则表示测试样本的绝对数量。如果为None，则将该值设置为列车大小的补码。如果train_size也是None，则将其设置为0.25。

• train_size ： float，int或None，（default = None）如果为float，则应介于0.0和1.0之间，并表示要包含在列车拆分中的数据集的比例。如果是int，则表示列车样本的绝对数量。如果为None，则该值自动设置为测试大小的补码。

• random_state ：
  int，RandomState实例或None，可选（默认=无）如果是int，则random_state是随机数生成器使用的种子; 如果是RandomState实例，则random_state是随机数生成器; 如果为None，则随机数生成器是由其使用的RandomState实例np.random。

• shuffle ： boolean，optional（default = True）是否在拆分之前对数据进行洗牌。如果shuffle = False，则分层必须为None。

• 分层 ：数组样或无（默认=无）如果不是None，则数据以分层方式拆分，使用此作为类标签。

返回：

• 拆分 ：
  列表，长度= 2 * len（数组）
  包含列车测试输入分组的列表。

版本0.16中的新增内容：如果输入是稀疏的，则输出将为a scipy.sparse.csr_matrix。否则，输出类型与输入类型相同。

例子：

>>> import numpy as np
>>> from sklearn.model_selection import train_test_split
>>> X, y = np.arange(10).reshape((5, 2)), range(5)
>>> X
array([[0, 1],
       [2, 3],
       [4, 5],
       [6, 7],
       [8, 9]])
>>> list(y)
[0, 1, 2, 3, 4]

---

>>> X_train, X_test, y_train, y_test = train_test_split(
...     X, y, test_size=0.33, random_state=42)
...
>>> X_train
array([[4, 5],
       [0, 1],
       [6, 7]])
>>> y_train
[2, 0, 3]
>>> X_test
array([[2, 3],
       [8, 9]])
>>> y_test
[1, 4]

---

>>> train_test_split(y, shuffle=False)
[[0, 1, 2], [3, 4]]

使用例子

sklearn.model_selection.train_test_split

使用特征脸和svm的脸部识别示例