sklearn.model_selection.train_test_split()

from sklearn.model_selection import train_test_splitx_train,x_test,y_train,y_test=train_test_split(train_data,train_lable,test_size=0.3,random_state=o,stratify=train_lable)

注意：stratify一般用于非平衡数据按train_lable的比例分层，多用于分类

train_data：样本特征集train_target：样本的标签集test_size：样本占比，测试集占数据集的比重，如果是整数的话就是样本的数量random_state：是随机数的种子。在同一份数据集上，相同的种子产生相同的结果，不同的种子产生不同的划分结果x_train,y_train:构成了训练集x_test,y_test：构成了测试集

stratify参数详解

stratify是为了保持split前类的分布。比如有100个数据，80个属于A类，20个属于B类。如果train_test_split(… test_size=0.25, stratify = y_all), 那么split之后数据如下：

training: 75个数据，其中60个属于A类，15个属于B类。

testing: 25个数据，其中20个属于A类，5个属于B类。

用了stratify参数，training集和testing集的类的比例是 A：B= 4：1，等同于split前的比例（80：20）。通常在这种类分布不平衡的情况下会用到stratify。

将stratify=X_data（数据）就是按照X中的比例分配

将stratify=Y_data（标签）就是按照y中的比例分配

如果觉得《train_test_split() 随机划分训练集和测试集的函数》对你有帮助，请点赞、收藏，并留下你的观点哦！