使用Sklearn训练集划分

在机器学习中，使用数据集进行训练和测试是非常常见的。通过将数据集划分为训练集和测试集，我们可以在训练集上训练模型，并在测试集上评估模型的性能。在Sklearn中，我们可以使用train_test_split函数来将数据集划分为训练集和测试集。

开始使用

首先，我们需要导入train_test_split函数和我们要使用的数据集。假设我们有一个iris数据集，它包含150个样本和4个特征。

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

iris = load_iris()
X = iris.data
y = iris.target

我们可以将数据集划分为训练集和测试集，比如将20%的数据集分配给测试集。

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

在这里，我们将20％的数据分配给测试集，并将其余80％分配给训练集。train_test_split函数将数据集划分为四个数组：X_train，X_test，y_train和y_test，分别包含训练特征，测试特征，训练标签和测试标签。可以看到，train_test_split函数非常容易使用，并且可以轻松地将数据集划分为训练集和测试集。

验证

为了验证我们的拆分是否正确，我们可以使用以下代码：

print("训练集样本数：", X_train.shape[0])
print("测试集样本数：", X_test.shape[0])

此代码输出的结果应如下所示：

训练集样本数： 120
测试集样本数： 30

这表明我们有120个训练样本和30个测试样本，测试集实际上占总数据集的20％。