train_test_split数据集分割 train_test_split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)

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。

【train_test_split数据集分割】举个栗子：

特征数据：data abc 0123 1136 2238 3157 4248 5236 6148 7236 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： abc 0123 2238 3157 5236 6148 4248 测试特征集： abc 1136 7236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。