python交叉验证以及将全部数据分类训练集和测试集（分类）

1,将全部数据分离成训练集和测试集（之前首先先将x和y分类出来才可以）

'''
分离数据集--
test_size  :如果是整数则选出来两个测试集，如果是小数，则是选择测试集所占的百分比。
train_size ：同理，都含有默认值0.25
shuffle   ：默认为True，表示 在分离之前是否将其打乱，如果不打乱就设为False
random_state：是随机数的种子。（感觉没什么用，因此每次都填1吧）
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。


'''
from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test = train_test_split(x,y,test_size=4, random_state=42)

结果：

分离成train

[[8 8 1 1 6]]      [[0]]

test

[[8 9 6 7 0]
 [8 7 6 9 0]
 [9 3 9 8 5]
 [0 8 8 1 3]]

[[0]
 [1]
 [0]
 [0]]

    

2，将训练集分离做交叉验证

就是将索引分离

from sklearn.cross_validation import KFold
kf = KFold(9, n_folds=3, random_state=2)

for train, test in kf:
    print(train)
    print(test)

'''
9：代表测试集的例子的个数

[3 4 5 6 7 8]
[0 1 2]
-----------------------
[0 1 2 6 7 8]
[3 4 5]
-----------------------
[0 1 2 3 4 5]
[6 7 8]

'''

for train, test in kf:
    # The predictors we're using the train the algorithm.  Note how we only take the rows in the train folds.
    train_predictors = (titanic[predictors].iloc[train,:])
    # The target we're using to train the algorithm.
    train_target = titanic["Survived"].iloc[train]
    # Training the algorithm using the predictors and target.
    alg.fit(train_predictors, train_target)
    # We can now make predictions on the test fold
    test_predictions = alg.predict(titanic[predictors].iloc[test,:])
    predictions.append(test_predictions)