在python中测试火车分裂

Question

test_size，random_state和stratify在python中的列车测试分割中意味着什么？

我的代码如下：

from sklearn.cross_validation import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split(X, Y,test_size = 0.25, random_state =0)

knn = KNeighborsClassifier()
knn.fit(X_train, Y_train)



from sklearn.cross_validation import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split(X, Y,stratify=Y, random_state=42)

knn = KNeighborsClassifier()
knn.fit(X_train, Y_train)

Answer 1

test_size : float, int, None, optional

  

如果浮动，应该在0.0和1.0之间并代表比例   要包含在测试拆分中的数据集。如果是int，则代表   绝对测试样本数。如果为None，则将值设置为   列车大小的补充。默认情况下，该值设置为0.25。   默认值将在版本0.21中更改。它只会在0.25时保持0.25   train_size未指定，否则将补充指定的   train_size。

train_size : float, int, or None, default None

  

如果浮动，应该在0.0和1.0之间并代表比例   要包含在火车拆分中的数据集。如果是int，则代表   列车样本的绝对数量。如果为None，则自动生成值   设置为测试大小的补充。

random_state : int, RandomState instance or None, optional (default=None)

  

如果是int，则random_state是随机数生成器使用的种子;   如果是RandomState实例，则random_state是随机数生成器;   如果为None，则随机数生成器是使用的RandomState实例   由np.random。

您可以在http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html

的文档中找到所有这些解释