首先调入库:from sklearn.model_selection import train_test_split
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。注意输出的参数对应的次序。
语法:
X_train,X_test, y_train, y_test = cross_validation.train_test_split(train_data,train_target,test_size=0.4, random_state=0)
参数:X代表数据,y代表对应的分类label
- train_data:所要划分的样本特征集(其实就是X)
- train_target:所要划分的样本结果(其实就是y)
- test_size:样本占比,如果是整数就是样本的数量
- random_state: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随机数组是一样的。但填0或不填,每次都不一样。
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。