admin 管理员组文章数量: 887021
train
链接: sklearn.model_selection.train_test_split
1 用途
分裂数组或矩阵为随机的训练集和测试集。
是一个快速实用的工具,能够包装输入验证、next(ShuffleSplit().split(X, y))
以及应用,然后将数据输入到单个调用中,以便在一行中拆分(也可以选择子采样)数据。
sklearn.model_selection.train_test_split(*arrays, test_size=None, train_size=None, random_state=None, shuffle=True, stratify=None)
2 各参数含义
*arrays
:具有相同长度/形状的可转位序列。允许的输入是列表、numpy数组、scipy稀疏矩阵或数据帧。
test_size
:数据类型为float或int, 默认值为None。如果是float,则应介于0.0和1.0之间,并表示要包含在测试拆分中的数据集的比例。如果为int,则表示测试样本的绝对数量。如果没有,则该值设置为序列大小的补码。如果train_size
也为None,则将其设置为0.25。
train_size
:数据类型为float或int, 默认值为None。如果是float,则应介于0.0和1.0之间,并表示要包含在序列拆分中的数据集的比例。如果为int,则表示训练样本的绝对数。如果没有,该值将自动设置为测试大小的补码。
random_state
:数据类型为int, 填入随机状态实例或无, 默认值为None。在拆分数据之前控制应用于数据的清洗,在多个函数调用之间传递一个int以获得可复制的输出。
shuffle
:数据类型为bool, 默认值为True。决定是否在拆分前对数据进行清洗。如果shuffle=False,则分层必须为None。
stratify
:输入类数组对象, 默认值为None。如果不是None,则以分层方式拆分数据,并将其用作类标签。
3 返回值
splitting:list, length=2 * len(arrays)
包含输入训练-测试分割的列表。
版本0.16中的新功能:如果输入是稀疏的,那么输出将是一个scipy.sparse.csr_matrix
。否则,输出类型与输入类型相同。
4 示例
>>> import numpy as np
>>> from sklearn.model_selection import train_test_split
>>> X, y = np.arange(10).reshape((5, 2)), range(5)
>>> X
array([[0, 1],[2, 3],[4, 5],[6, 7],[8, 9]])
>>> list(y)
[0, 1, 2, 3, 4]
>>> X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42)
>>> X_train
array([[4, 5],[0, 1],[6, 7]])
>>> y_train
[2, 0, 3]
>>> X_test
array([[2, 3],[8, 9]])
>>> y_test
[1, 4]
>>> train_test_split(y, shuffle=False)
[[0, 1, 2], [3, 4]]
本文标签: train
版权声明:本文标题:train 内容由网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:http://www.freenas.com.cn/jishu/1686607811h16452.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论