train_test_split

sklearn.model_selection.train_test_split(*arrays, test_size=None, train_size=None, random_state=None, shuffle=True, stratify=None)[source]

Разделение массивов или матриц на случайные обучающие и тестовые подмножества.

Быстрая утилита, которая оборачивает валидацию ввода, next(ShuffleSplit().split(X, y)), и применение к входным данным в одном вызове для разделения (и, необязательно, подвыборки) данных в одной строке.

Подробнее см. в Руководстве пользователя.

Параметры:

*arraysпоследовательность индексируемых объектов с одинаковой длиной/формой[0]

Допустимые типы ввода: списки, массивы NumPy, разреженные матрицы SciPy или фреймы данных Pandas.

test_sizefloat или int, по умолчанию=None

Если float, должен быть от 0,0 до 1,0 и представлять собой долю набора данных для включения в тестовую выборку. Если int, представляет собой абсолютное число тестовых образцов. Если None, значение устанавливается как дополнение к размеру обучающей выборки. Если train_size также None, оно будет установлено в 0,25.

train_sizefloat или int, по умолчанию=None

Если float, должен быть от 0,0 до 1,0 и представлять собой долю набора данных для включения в обучающую выборку. Если int, представляет собой абсолютное число обучающих образцов. Если None, значение автоматически устанавливается как дополнение к размеру тестовой выборки.

random_stateint, экземпляр RandomState или None, по умолчанию=None

Управляет перемешиванием, применяемым к данным перед применением разделения. Передайте целое число для воспроизводимого результата при нескольких вызовах функции. См. Словарь.

shufflebool, по умолчанию=True

Перемешивать данные перед разделением или нет. Если shuffle=False, то stratify должен быть None.

stratifyarray-like, по умолчанию=None

Если не None, данные разделены по стратифицированному методу, используя это как метки классов. Подробнее см. в Руководстве пользователя.

Возвращаемое значение:

splittingсписок, длина=2 * len(arrays)

Список, содержащий разделение обучающей и тестовой выборки входных данных.

Добавлен в версии 0.16: Если входные данные разреженные, выход будет scipy.sparse.csr_matrix. В противном случае тип вывода такой же, как тип ввода.

Примеры

>>> import numpy as np
>>> from sklearn.model_selection import train_test_split
>>> X, y = np.arange(10).reshape((5, 2)), range(5)
>>> X
array([[0, 1],
       [2, 3],
       [4, 5],
       [6, 7],
       [8, 9]])
>>> list(y)
[0, 1, 2, 3, 4]

>>> X_train, X_test, y_train, y_test = train_test_split(
...     X, y, test_size=0.33, random_state=42)
...
>>> X_train
array([[4, 5],
       [0, 1],
       [6, 7]])
>>> y_train
[2, 0, 3]
>>> X_test
array([[2, 3],
       [8, 9]])
>>> y_test
[1, 4]

>>> train_test_split(y, shuffle=False)
[[0, 1, 2], [3, 4]]