Python机器学习：train_test_split()划分数据集

调用sklearn里面的model_selection包的train_test_split()函数可以一行代码划分好数据集。

包名：

from sklearn.model_selection import train_test_split

代码：

x = data.drop(['Exited'],axis=1)
y = data['Exited']
X_train, X_test, y_train, y_test = train_test_split(x,y,test_size = 0.2, random_state = 0)

代码讲解：

x是经过特征工程编码好的数据，一般训练集和测试集一起做编码；但还没有标准化，因为标准化要放在划分数据集后面进行。

drop()函数把除了因变量以外的自变量都保留了，保存在数据集x里。

y是结果，是因变量，比如是否留存、是否购买等。

train_test_split()方法括号里面的顺序是(自变量数据，因变量数据，测试集划分比例test_size，随机种子random_state )。

test_size 设置划分的比例，这里是预留20%的数据作为测试集。

random_state 是随机种子，可以随便写一个数字（详细作用见最后面“随机种子的作用”）。

X_train, X_test, y_train, y_test的顺序是：训练集的自变量、测试集的自变量、训练集的因变量、测试集的因变量。

运行结果，按0.2的比例划分好数据集啦：

随机种子的作用：一般随机的结果是和系统时间有关的，在不同的时间运行，得到的数据分组会不一样。这样就会导致即便还没开始调参，每次运行都能得到不同的准确率，就没办法判断是不是通过优化数据集或者调参带来的影响了。设置了随机种子之后，每次重新运行之后随机分的结果是一样的。有了确定的随机种子，别人在拿到你的代码的时候就可以复现得到一样的结果了。

Python机器学习：train_test_split()划分数据集相关推荐

python机器学习 train_test_split()函数用法解析及示例划分训练集和测试集以鸢尾数据为例入门级讲解
文章目录 train_test_split()用法获取数据划分训练集和测试集完整代码脚手架 train_test_split()用法 python机器学习中常用 train_test_split ...
Python机器学习：随机抽样函数sample()划分数据集
不用调包也能便捷地划分数据集,用随机抽样sample()函数两行代码可以轻松搞定. #划分训练集 train_data = data.sample(frac = 0.8, random_state = ...
【机器学习入门】(13) 实战：心脏病预测，补充: ROC曲线、精确率--召回率曲线，附python完整代码和数据集
各位同学好,经过前几章python机器学习的探索,想必大家对各种预测方法也有了一定的认识.今天我们来进行一次实战,心脏病病例预测,本文对一些基础方法就不进行详细解释,有疑问的同学可以看我前几篇机器学习 ...
【机器学习入门】(8) 线性回归算法：正则化、岭回归、实例应用(房价预测)附python完整代码和数据集
各位同学好,今天我和大家分享一下python机器学习中线性回归算法的实例应用,并介绍正则化.岭回归方法.在上一篇文章中我介绍了线性回归算法的原理及推导过程:[机器学习](7) 线性回归算法:原理.公式 ...
【机器学习入门】(5) 决策树算法实战：sklearn实现决策树，实例应用（沉船幸存者预测）附python完整代码及数据集
各位同学好,今天和大家分享一下python机器学习中的决策树算法,在上一节中我介绍了决策树算法的基本原理,这一节,我将通过实例应用带大家进一步认识这个算法.文末有完整代码和数据集,需要的自取.那我们开 ...
【机器学习入门】(2) 朴素贝叶斯算法：原理、实例应用（文档分类预测）附python完整代码及数据集
各位同学好,今天我向大家介绍python机器学习中的朴素贝叶斯算法.内容有:算法的基本原理:案例实战--新闻文档的分类预测. 案例简介:新闻数据有20个主题,有10万多篇文章,每篇文章对应不同的主题, ...
【机器学习入门】(1) K近邻算法：原理、实例应用（红酒分类预测）附python完整代码及数据集
各位同学好,今天我向大家介绍一下python机器学习中的K近邻算法.内容有:K近邻算法的原理解析:实战案例--红酒分类预测.红酒数据集.完整代码在文章最下面. 案例简介:有178个红酒样本,每一款红酒 ...
python机器学习——决策树（分类）及“泰坦尼克号沉船事故”数据集案例操作
决策树(分类)及具体案例操作一.决策树(分类)算法 (1)算法原理(类似于"分段函数") (2)决策树的变量类型 (3)量化纯度 (4)基本步骤 (5)决策树的优缺点二.决策树 ...
python 机器学习——K 近邻分类理论及鸢尾（ Iris ）数据集实例操作
K 近邻分类理论及鸢尾( Iris )数据集实例操作一.K 近邻分类理论二.K 近邻分类实例操作 (1)导入数据划分训练集测试集 (3)数据标准化 (4)用 K 近邻法建立模型 (5)性能评估 ...

Python机器学习：train_test_split()划分数据集

Python机器学习：train_test_split()划分数据集相关推荐

最新文章

热门文章