python随机划分数据集五份_机器学习基础5 python Scikit-learn对数据集的划分 训练集和测试集...

from sklearn.datasets import load_iris

from sklearn.model_selection import train_test_split

def data_demo():

iris = load_iris()

# print('鸢尾花数据集：', iris)

# print('查看数据集描述：', iris.DESCR)

# print('查看鸢尾花的特征值：', iris.data)

# print('查看鸢尾花的目标值：', iris.target)

# print('查看特征值的名称：', iris.feature_names)

# print('查看目标值的名称：', iris.target_names)

# print('鸢尾花数据集格式：', iris.data.shape,)

# 数据集划分为

x_train,x_test,y_train,y_test=train_test_split(iris.data,iris.target,test_size=0.2,random_state=22)

print('训练集的特征值：',x_train)

print('测试集的特征值：',x_test)

print('训练集的目标值：',y_train)

print('测试集的目标值：',y_test)

if __name__ == '__main__':

data_demo()

Scikit-Learn是用Python开发的机器学习库，其中包含大量机器学习算法、数据集，是数据挖掘方便的工具

数据集划分：sklearn.model_selection.train_test_split(*arrays, **options)

主要参数说明：

*arrays：可以是列表、numpy数组、scipy稀疏矩阵或pandas的数据框

test_size：可以为浮点、整数或None，默认为None

①若为浮点时，表示测试集占总样本的百分比

②若为整数时，表示测试样本样本数

③若为None时，test size自动设置成0.25

train_size：可以为浮点、整数或None，默认为None

①若为浮点时，表示训练集占总样本的百分比

②若为整数时，表示训练样本的样本数

③若为None时，train_size自动被设置成0.75

random_state：可以为整数、RandomState实例或None，默认为None

①若为None时，每次生成的数据都是随机，可能不一样

②若为整数时，每次生成的数据都相同

stratify：可以为类似数组或None

①若为None时，划分出来的测试集或训练集中，其类标签的比例也是随机的

②若不为None时，划分出来的测试集或训练集中，其类标签的比例同输入的数组中类标签的比例相同，可以用于处理不均衡的数据集

通过简单栗子看看各个参数的作用：

①test_size决定划分测试、训练集比例

本博客源码Github地址：

请随手给个star，谢谢！