label y 训练集测试集x_训练集、测试集 train_test_split

训练集 & 测试集

如果拿所有原始数据来训练，存在的问题：

模型很差无法调整；

真实环境难以拿到真实 label；

所以将数据区分为 训练数据 和 测试数据(train test split)；

将训练数据来训练模型；然后用测试数据测试模型；

使用这种方式也存在问题；

python 原生分离 iris 数据集

import numpy as np

from sklearn import datasets

import matplotlib.pyplot as plt

iris = datasets.load_iris()

X = iris.data

y = iris.target

X

'''

(array([[5.1, 3.5, 1.4, 0.2],

[4.9, 3. , 1.4, 0.2], ...

[6.2, 3.4, 5.4, 2.3],

[5.9, 3. , 5.1, 1.8]])

'''

y

'''

array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,

0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,

0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,

1, 1, 1