数据集划分
- 前提：机器学习就是从数据中自动分析获得规律，并利用规律对未知数据进行预测。换句话说，我们的模型一定是要经过样本数据对其进行训练，才可以对未知数据进行预测的。
- 问题：我们得到数据后，是否将数据全部用来训练模型呢？
- 当然不是！因为我们如果模型（数据的规律）都是从数据中得来的，那么该模型的性能评估如何进行呢？还是基于对原先的数据进行预测吗？可想不是的，如果模型对原先的数据进行预测，由于模型（数据的规律）本来就是从该数据中获取的，所以预测的精度几乎会是百分之百。所以想要评估模型的好坏，需要使用一组新数据对模型进行评估。
- 因此我们需要将原先的样本数据拆分成两部分：
- 训练集：训练模型
- 测试集：评估模型
- 不同类型的模型对应的评估方式是不一样的
- 数据集划分的API
- from sklearn.model_selection import train_test_split
- train_test_split(x,y,test_size,random_state)参数介绍：
- x：特征
- y：目标
- test_size：测试集的比例
- random_state：打乱的随机种子
- 返回值：训练特征，测试特征，训练目标，测试目标
数据集接口介绍
- s
版权声明：本文为weixin_45632886原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。