机器学习sklearn中的train_test_split()函数

使用train_test_split函数可以将原始数据集按照一定比例划分训练集和测试集对模型进行训练

目前创新互联建站已为超过千家的企业提供了网站建设、域名、网络空间、网站托管、服务器托管、企业网站设计、禅城网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。

一、举例

import numpy as np #科学计算库

from sklearn.model_selection import train_test_split #train_test_split函数

x = np.arange(15).reshape(-1, 3) #生成5行3列的一个矩阵

>>x

array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11],
       [12, 13, 14]])

y = np.arange(5) #5个数的向量

>>y

array([0, 1, 2, 3, 4])

x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state=1)

>>x_train

array([[ 3,  4,  5],
       [12, 13, 14],
       [ 0,  1,  2],
       [ 9, 10, 11]])

>>x_test

array([[6, 7, 8]])

>>y_train

array([1, 4, 0, 3])

>>y_test

array([2])

二 说明

x，y是原始的数据集。x_train,y_train 是原始数据集划分出来作为训练模型的，fit模型的时候用。

x_test,y_test 这部分的数据不参与模型的训练，而是用于评价训练出来的模型好坏，score评分的时候用。
test_size=0.2 测试集的划分比例
random_state=1 随机种子，如果随机种子一样，则随机生成的数据集是相同的


三 使用KNN

from sklearn.neighbors import KNeighborsClassifier
knn_clf = KNeighborsClassifier()
knn_clf.fit(x_train, y_train) #用fit训练模型，x_train, y_train是第一步划分的数据集。

knn_clf.score(x_test, y_test) #score测试模型，x_test, y_test是第一步划分得到的