train_test_split()是Python中用于机器学习数据预处理的重要工具，它能够帮助我们将数据集随机划分为训练集和测试集，确保了模型训练的公正性。通过指定test_size参数可以设定测试集比例，random_state参数则用于保证每次划分的一致性。这个函数对于避免过拟合和验证模型性能非常关键。
train_test_split()函数用法讲解
train_test_split()函数是用来随机划分样本数据为训练集和测试集的，当然也可以人为的切片划分。
优点：随机客观的划分数据，减少人为因素
完整模板：
train_X,test_X,train_y,test_y = train_test_split(train_data,train_target,test_size=0.3,random_state=5)
参数解释：
train_data：待划分样本数据
train_target：待划分样本数据的结果（标签）
test_size：测试数据占样本数据的比例，若整数则样本数量
random_state：设置随机数种子，保证每次都是同一个随机数。若为0或不填，则每次得到数据都不一样
674
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
