如何拆分培训和测试集？

Question

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). 

前一个回复：

  

值错误：没有足够的值来解包（预期4，得到2）

Answer 1

如果要分割具有要素（X）和标签（y）的实例，则使用第一个表单。如果您只想拆分要素（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)

它之所以不适合您，是因为您没有在train_test_split()函数中提供标签数据。以上应该运作良好。只需将y替换为您的标签/目标数据。

Answer 2

train_test_split方法根据需要接受尽可能多的数组。

但是，由于您需要四个返回的值，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)

如果您需要传递多个数组，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)

Answer 3

如果您有1个数据列表，则将其拆分为2，

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

如果您有2个数据列表，则会将数据列表的 EACH 分割为2，即总共4个。

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

与 n 数据列表相同。