sklearn.model_selection.train_test_split使用

sklearn.model_selection.train_test_split随机划分训练集和测试集
官网文档：http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html#sklearn.model_selection.train_test_split
一般形式：
train_test_split是交叉验证中常用的函数，功能是从样本中随机的按比例选取train_data和test_data，形式为：

X_train,X_test, y_train, y_test =cross_validation.train_test_split(train_data,train_target,test_size=0.4, random_state=0)

cross_validatio为交叉验证

参数解释：
train_data：所要划分的样本特征集
train_target：所要划分的样本结果
test_size：样本占比，如果是整数的话就是样本的数量
random_state：是随机数的种子。
随机数种子：其实就是该组随机数的编号，在需要重复试验的时候，保证得到一组一样的随机数。比如你每次都填1，其他参数一样的情况下你得到的随机数组是一样的。但填0或不填，每次都会不一样。
随机数的产生取决于种子，随机数和种子之间的关系遵从以下两个规则：

种子不同，产生不同的随机数；种子相同，即使实例不同也产生相同的随机数。

[python]  view plain  copy

1. import numpy as np  
2. from sklearn.model_selection import train_test_split  
3.   
4. X,y=np.arange(10).reshape((5,2)),range  
5. X=np.array([[0,1],[2,3],[4,5],[6,7],[8,9]])  
6. y=[0,1,2,3,4]  
7. print(X)  
8. print(y)  
9. X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=0)  
10. print(X_train)  
11. print(y_train)  
12. print(X_test)  
13. print(y_test)  

结果为

[python]  view plain  copy

1. [[0 1]  
2.  [2 3]  
3.  [4 5]  
4.  [6 7]  
5.  [8 9]]  
6. [0, 1, 2, 3, 4]  
7. [[2 3]  
8.  [6 7]  
9.  [8 9]]  
10. [1, 3, 4]  
11. [[4 5]  
12.  [0 1]]  
13. [2, 0]