坑

无论是做机器学习还是深度学习，有个叫做数据集的东西不可忽视，有时候数据集的好坏会影响最后学习的效果。特别是没有现成处理好的数据集时需要我们自己动手搜集整理得到训练和测试的数据集。
我在处理数据集的时候喜欢把数据放在一个列表，label放在一个一个列表，然后利用sklearn.model_selection中的train_test_split函数来分割得到训练集和数据集。该函数的具体返回值和用法如下：

train_x,test_x,train_y,test_y = train_test_split(datas,labels,test_size=0.3,random_state=42)

datas:为数据集
labels：为数据集对应的分类
test_size:测试集占所有数据的比例
random_state:具体作用暂时未知（我踩的坑可能和它有关，后面写代码测试一下）

from sklearn.model_selection import train_test_split
import numpy as np
class0 = ['a','b','c','d','e']
label_0 = np.zeros(len(class0))
class1 = ['1','2','3','4','5']
label_1 = np.ones(len(class1))datas = np.hstack((class0,class1))
labels = np.hstack((label_0,label_1))#这是我的用法
train_x,test_x,train_y,test_y = train_test_split(datas,labels,test_size=0.3)
print(train_x)
print(test_x)
print(train_y)
print(test_y)#测试一下参数random_state=42
train_x,test_x,train_y,test_y = train_test_split(datas,labels,test_size=0.3,random_state=2)
print(train_x)
print(test_x)
print(train_y)
print(test_y)

通过代码测试，我踩的坑果然和random_state这个参数有关，当忽略这个参数时每次运行得到两个分组都是随机的，每次可能都不一样，当设置random_state之后多次运行的分组结果相同。在网上看都让random_state=42，具体不知为啥，有兴趣可以探究一下，我把它设为2得到的结果也不发生变化。

作为一个严谨的我怎么能容忍不知道这个random_state是为啥呢？所以我就去查了一下。
当random_state=1，会生成一组随机数
当random_state=2, 会生成另一组随机数
。。。
这个是一一对应的，random_state=1,就固定得到那组随机数。

sklearn.model_selection中train_test_split的坑相关推荐

python打包exe 之打包sklearn模型中的各种坑及其解决方法。
之前学习了如何打包,如何建立虚拟环境打包,以及如何带资源打包exe. python打包成exe 可执行文件 .教程使用pipenv建立虚拟环境解决python打包exe文件过大的问题(附打包带图标, ...
sklearn.model_selection.train_test_split随机划分训练集和测试集
1 函数用途 train_test_split()是交叉验证中常用的函数,功能是将数组或矩阵按比例随机划分为训练集和测试集,使用方法为: X_train,X_test, y_train, y_test ...
[Python+sklearn] 拆分数据集为训练和测试子集 sklearn.model_selection.train_test_split()
Python - sklearn 拆分数据集为训练和测试子集 sklearn.model_selection.train_test_split() 功能: 将数组或矩阵拆分为随机的训练子集和测试子集 ...
机器学习sklearn.model_selection.train_test_split函数使用
splitting = train_test_split(*arrays,**options) 如: X_train, X_test, y_train, y_test = train_test_spl ...
切分数据集（train_test_split）,思路分享及手打代码和介绍sklearn中train_test_split，适合小白入门
本篇博客介绍train_test_split,步骤1-4是自己手打代码和思路分享,步骤5介绍如何使用sklearn中的train_test_split,步骤3有介绍随机种子哦,简单易懂,适合小白入门 ...
阅读源码系列：sklearn中train_test_split使用及源码学习
引言最近用到了sklearn中的train_test_split,感觉很好用,想来实现也不是特别复杂,于是想着看一下源码,学习一下大佬的写法使用方法 >>> import num ...
sklearn中sklearn.model_selection的应用与实践
强大的sklearn库可以解决的问题: train_test_split返回切分的数据集train/test: train_test_split(*array,test_size=0.25,train ...
【模型评估与选择】sklearn.model_selection.train_test_split
1. 描述 Split arrays or matrices into random train and test subsets 2. 语法 train_test_split(*arrays, ** ...
sklearn中train_test_split函数中的random_state有什么用？
我们先生成下面的训练数据. import numpy as np from sklearn.model_selection import train_test_split #生成训练数据 x=np.l ...

sklearn.model_selection中train_test_split的坑

坑

sklearn.model_selection中train_test_split的坑相关推荐

最新文章

热门文章