我需要将我的训练数据 (80-20) 拆分为验证数据,使拆分的子数据集不是随机的,而是始终相同的。
目前我使用此代码
from sklearn.model_selection import train_test_split
X_train, X_val, Y_train, Y_val = train_test_split(X, Y, test_size=0.2)
但分割的子数据集总是随机的,永远不会相同。我希望它是随机的,但是当我再次运行代码时应该存在相同的值(比如 np.random.seed)
有没有办法做到这一点?
答案 0 :(得分:1)
train_test_split()
有一个 random_state
参数。如果给它分配一个整数值,结果将始终相同:
from sklearn.model_selection import train_test_split
X_train, X_val, Y_train, Y_val = train_test_split(X, Y, test_size=0.2, random_state=1)