sklearn ShuffleSplit.split()使用说明，内有大坑（结合for循环清零问题）

sklearn.model_selection.ShuffleSplit类用于将样本集合随机“打散”后划分为训练集、测试集(可理解为验证集，下同)，类申明如下：

官方文档使用说明

官方文档链接

class sklearn.model_selection.ShuffleSplit(n_splits=10, test_size=None, train_size=None, random_state=None)[source]¶

n_splits :产生的随机抽样组数

test_size :测试集比例或样本数量，该值为[0.0, 1.0]内的浮点数时，表示测试集占总样本的比例；该值为整型值时，表示具体的测试集样本数量；train_size不设定具体数值时，该值取默认值0.1，train_size设定具体数值时，test_size取剩余部分

train_size : 训练集比例或样本数量，该值为[0.0, 1.0]内的浮点数时，表示训练集占总样本的比例；该值为整型值时，表示具体的训练集样本数量；该值为None(默认值)时，训练集取总体样本除去测试集的部分

random_state :随机数种子

着重介绍类的成员函数split()的问题

代码如下：

cv = ShuffleSplit(10, test_size=0.2, random_state=42) #生成十折，测试样本为20%的对象
cv_split = cv.split(epochs_data_train)  #按照cv的结果生成训练数据和测试数据索引
for train_idx, test_idx in cv_split:
    y_train, y_test = labels[train_idx], labels[test_idx]

    X_train = csp.fit_transform(epochs_data_train[train_idx], y_train)

    # fit classifier
    lda.fit(X_train, y_train)

这里使用ShuffleSplit产生了训练样本和测试样本的索引，并用for与split的结合训练了分类器。

神奇的地方出现了

这是for循环之前的cv_split

这是for循环之后的cv_split

经过多次试验发现，只要遍历之后，cv_split就会自动清空，像是内存回收机制。这个问题困扰了我好几个小时，没想到是这个对象的特性导致的bug