如何拆分训练集和测试集？答案

【问题标题】：How to split training and test sets?如何拆分训练集和测试集？
【发布时间】：2018-05-30 09:57:27
【问题描述】：

我们应该在哪里使用

X_train,X_test,y_train,y_test= train_test_split(data, test_size=0.3, random_state=42)

我们应该在哪里使用

train, test= train_test_split(data, test_size=0.3, random_state=0).

前一个返回这个：

值错误：没有足够的值来解包（预期 4，得到 2）

【问题讨论】：

标签： python split

【解决方案1】：

如果要拆分具有特征 (X) 和标签 (y) 的实例，则使用的第一种形式。如果您只想拆分特征 (X)，则使用第二种形式。

X_train, X_test, y_train, y_test= train_test_split(data, y, test_size=0.3, random_state=42)

它对您不起作用的原因是您没有在 train_test_split() 函数中提供标签数据。以上应该可以正常工作。只需将y 替换为您的标签/目标数据即可。

【讨论】：

【解决方案2】：

如果你有 1 个数据列表，它会拆分为 2 个，

                             |---data_train
data ----train_test_split()--|
                             |---data_test

如果你有 2 个数据列表，它会将数据列表的 EACH 拆分为 2 个，即总共 4 个。

                                       |---data_train_x
                                       |---data_train_y
data_x, data_y ----train_test_split()--|
                                       |---data_test_x
                                       |---data_test_y

同n数据列表。

【讨论】：

【解决方案3】：

train_test_split 方法可以根据需要接受尽可能多的数组作为参数。

但是，由于您需要四个返回值，因此您必须将 2 数组作为参数传递。

X_train, X_test, y_train, y_test= train_test_split(data, y_data, test_size=0.3, random_state=42)

如果您需要传递许多数组，您可以使用 扩展可迭代解包 运算符。

train_test_split(*arrays, test_size = test_size, random_state = 0)

【讨论】：