Python Sklearn train_test_split（）：如何设置要训练的数据？

Question

对于以下scikit学习功能：train_test_split()：

是否可以告诉函数在哪里设置数据分割？

换句话说：

我可以告诉该函数X_train, X_test应该在分割点的左侧还是右侧，而y_train, y_test应该在右侧？

（并且拆分是否真的以这种方式工作-还是在遵循拆分率之前仅获取输入数据的任意行？）

如果无法告诉函数应该为训练和测试获取哪些数据：是否有等效的替代方法可用于该用例？

Answer 1

从Scikit学习文档：将数组或矩阵拆分为随机训练和测试子集。

>>> 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]

您也可以关闭混洗：

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