使用train_test_split函數(shù)可以將原始數(shù)據(jù)集按照一定比例劃分訓(xùn)練集和測試集對模型進行訓(xùn)練

目前創(chuàng)新互聯(lián)建站已為超過千家的企業(yè)提供了網(wǎng)站建設(shè)、域名、網(wǎng)絡(luò)空間、網(wǎng)站托管、服務(wù)器托管、企業(yè)網(wǎng)站設(shè)計、禪城網(wǎng)站維護等服務(wù)，公司將堅持客戶導(dǎo)向、應(yīng)用為本的策略，正道將秉承"和諧、參與、激情"的文化，與客戶和合作伙伴齊心協(xié)力一起成長，共同發(fā)展。

一、舉例

import numpy as np #科學(xué)計算庫

from sklearn.model_selection import train_test_split #train_test_split函數(shù)

x = np.arange(15).reshape(-1, 3) #生成5行3列的一個矩陣

>>x

array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11],
       [12, 13, 14]])

y = np.arange(5) #5個數(shù)的向量

>>y

array([0, 1, 2, 3, 4])

x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state=1)

>>x_train

array([[ 3,  4,  5],
       [12, 13, 14],
       [ 0,  1,  2],
       [ 9, 10, 11]])

>>x_test

array([[6, 7, 8]])

>>y_train

array([1, 4, 0, 3])

>>y_test

array([2])

二 說明

x，y是原始的數(shù)據(jù)集。x_train,y_train 是原始數(shù)據(jù)集劃分出來作為訓(xùn)練模型的，fit模型的時候用。

x_test,y_test 這部分的數(shù)據(jù)不參與模型的訓(xùn)練，而是用于評價訓(xùn)練出來的模型好壞，score評分的時候用。
test_size=0.2 測試集的劃分比例
random_state=1 隨機種子，如果隨機種子一樣，則隨機生成的數(shù)據(jù)集是相同的


三 使用KNN

from sklearn.neighbors import KNeighborsClassifier
knn_clf = KNeighborsClassifier()
knn_clf.fit(x_train, y_train) #用fit訓(xùn)練模型，x_train, y_train是第一步劃分的數(shù)據(jù)集。

knn_clf.score(x_test, y_test) #score測試模型，x_test, y_test是第一步劃分得到的