我正在学习sklearn,但我不太理解使用函数train_test_split()
时4个输出的区别和为什么要这么做。
在文档中,我找到了一些例子,但这并不足以消除我的疑惑。
代码是使用X_train
来预测X_test
还是使用X_train
来预测y_test
?
训练集和测试集有什么区别?我是使用训练集来预测测试集还是类似的东西吗?
我对此非常困惑。我将在下面提供文档中提供的例子。
>>> 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]]