机器学习python中train_test_split()函数进行数据集分割
函数名：train_test_split
所在包：sklearn.model_selection
功能：划分数据的训练集与测试集
参数解读：train_test_split (*arrays，test_size, train_size, rondom_state=None, shuffle=True, stratify=None)
#红色为常用
- arrays：特征数据和标签数据（array，list，dataframe等类型），要求所有数据长度相同。
- test_size / train_size: 测试集/训练集的大小，若输入小数表示比例，若输入整数表示数据个数。
- rondom_state：随机种子（一个整数），其实就是一个划分标记，对于同一个数据集，如果- rondom_state相同，则划分结果也相同。
- shuffle：是否打乱数据的顺序，再划分，默认True。
- stratify：none或者array/series类型的数据，表示按这列进行分层采样。
#随机种子详解：
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。
#stratify详解：
stratify是为了保持split前类的分布。比如有100个数据，80个属于A类，20个属于B类。如果train_test_split(... test_size=0.25, stratify = y_all), 那么split之后数据如下：
training: 75个数据，其中60个属于A类，15个属于B类。
testing: 25个数据，其中20个属于A类，5个属于B类。用了stratify参数，training集和testing集的类的比例是 A：B= 4：1，等同于split前的比例（80：20）。通常在这种类分布不平衡的情况下会用到stratify。
将stratify=X就是按照X中的比例分配
将stratify=y就是按照y中的比例分配
举个例子
特征数据：dataa b c
0 1 2 3
1 1 3 6
2 2 3 8
3 1 5 7
4 2 4 8
5 2 3 6
6 1 4 8
7 2 3 6
标签数据：label
[2,3,5,6,8,0,2,3]#划分
xtrain,xtest,ytrain,ytest=train_test_split(data,label,test_size=0.2,stratify=data['a'],random_state=1)
训练特征集：a b c
0 1 2 3
2 2 3 8
3 1 5 7
5 2 3 6
6 1 4 8
4 2 4 8
测试特征集：a b c
1 1 3 6
7 2 3 6训练集与测试集按照a列来分层采样，且无论重复多少次上述语句，划分结果都相同。
机器学习python中train_test_split()函数进行数据集分割相关推荐
- 技术图文：举例详解Python中 split() 函数的使用方法
背景 这篇文章主要介绍Python中的split()函数的使用方法,split()函数通常用于将字符串切片并转换为列表,需要的朋友可以参考一下. 技术分析 Python中有split()和os.pat ...
- python中format函数用法简书_从Python安装到语法基础，这才是初学者都能懂的爬虫教程...
Python和PyCharm的安装:学会Python和PyCharm的安装方法 变量和字符串:学会使用变量和字符串的基本用法 函数与控制语句:学会Python循环.判断语句.循环语句和函数的使用 Py ...
- 讲讲Python中的函数传递问题 【文末送书】
正式的Python专栏第25篇,同学站住,别错过这个从0开始的文章! 前篇讲了python中的函数和高阶函数,这篇再把函数的其他部分补充一下,稍微轻松简单一些. 文末评论送书,学委会用这个抽奖程序来进 ...
- python中split()函数讲解
python中split()函数讲解 本文讲述的是string.split(s[, sep[, maxsplit]]),针对string类型的split()函数.它主要是切割字符串,结果返回由字符串元 ...
- 机器学习实战中的函数学习记录
title: 机器学习实战中的函数学习记录 date: 2020-05-01 09:20:50 tags: [python函数] categories: 机器学习实战 更多内容请关注我的博客 记录机器 ...
- Python 中 pct_change 函数是一种非常实用的函数，它可以帮助我们计算一个时间序列的百分比变化率。在数据分析和金融领域中，我们经常需要计算某个指标...
Python 中 pct_change 函数是一种非常实用的函数,它可以帮助我们计算一个时间序列的百分比变化率.在数据分析和金融领域中,我们经常需要计算某个指标相对于前一期的变化率,这时可以使用 pc ...
- python中、函数定义可以不包括以下一对圆括号_Python函数的基础学习
一.函数分类 (1)内置函数.Python语言内置了若干常用的函数,例如abs().len()等等,在程序中可以直接使用. (2)标准库函数.Python语言安装程序同时会安装若干标准库,例如math ...
- python中pop函数_Python中的Pop函数
python中pop函数 什么是弹出功能? (What is the pop function?) The method pop() removes and returns the last elem ...
- python中eval()函数的使用
python中eval()函数的使用 python eval函数功能:将字符串str当成有效的表达式来求值并返回计算结果. 函数定义: eval(expression, globals=None, l ...
最新文章
- Web开发的机器学习框架
- Python中怎么读写图像
- wpf listbox绑定不跟新_你知道新媒体吗？好像跟想象的不太一样
- mysql教程丿it教程网_1.0MySQL基础入门【DQL部分】
- Netty工作笔记0001---Netty介绍
- 视觉平台搭建——光源选择
- 18.企业应用架构模式 --- 基本模式
- Android SVG矢量图形打造中国地图
- 三年建模师告诉你3DMAX有没有前途
- JDK版本切换——JDK1.1.1
- jQuery fadeIn淡入效果
- App推广及游戏推广，如何才能大规模起量
- Voxceleb2 视频数据集下载(国内链接)
- 在阿里云服务器中部署nodeBB项目（nodeBB系列一）
- 猿团项目实战-仿途牛旅行APP免费视频课程
- nyoj 1248-海岛争霸 //floyd变形
- NLP实践——VQA/Caption生成模型BLIP-2的应用介绍
- 【C语言】时间转换24小时制转12小时制
- 郭盛华：黑客破坏Okta的GitHub存储库，窃取源代码
- brew官网安装方法过慢的解决办法