train_test_split 數據切分

格式：

X_train,X_test, y_train, y_test =cross_validation.train_test_split(train_data,train_target,test_size=0.3, random_state=0)

 

參數解釋：
train_data：去除label的數據集！！！！
train_target：label集合！！！！
test_size：樣本占比，如果是整數的話就是樣本的數量
random_state：是隨機數的種子。
隨機數種子：其實就是該組隨機數的編號，在需要重復試驗的時候，保證得到一組一樣的隨機數。比如你每次都填1，其他參數一樣的情況下你得到的隨機數組是一樣的。但填0或不填，每次都會不一樣。
隨機數的產生取決於種子，隨機數和種子之間的關系遵從以下兩個規則：種子不同，產生不同的隨機數；種子相同，即使實例不同也產生相同的隨機數。

 

樣例：

原始數據data，最后一列為標簽label（也可以放在第一行）

data=[[1 0 0 ... 1 0 6]
          [0 1 0 ... 0 0 9]

                    ...
          [0 0 0 ... 1 0 6]
          [0 1 0 ... 0 1 9]]

 

train_data=[[1 0 0 ... 1 0 ]
                  [0 1 0 ... 0 0 ]

　　　　　　　   ...
                  [0 0 0 ... 1 0 ]
                  [0 1 0 ... 0 1 ]]

train_target=[6 9  ... 6 9]

 

利用切分函數train_test_split得到，訓練集如下，測試集於此類似

X_train=[[1 0 0 ... 1 0 ]
               [0 1 0 ... 0 0 ]

                        ...
               [0 1 0 ... 0 1 ]]

y_train=[6 9 ... 9]

 

 

 

 

 

 

 

 

 

 

參考：https://blog.csdn.net/mrxjh/article/details/78481578