机器学习sklearn中的train_test_split()函数-创新互联

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

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

另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。