train_test_split 和 test_size=0 如何影响数据？
How is train_test_split with test_size=0 affecting the data?
我在我的代码中使用了 train_test_split，然后想将其更改为交叉验证，但发生了一些奇怪的事情。
train, test = train_test_split(data, test_size=0)
x_train = train.drop('CRO', axis=1)
y_train = train['CRO']
scaler = MinMaxScaler(feature_range=(0, 1))
x_train_scaled = scaler.fit_transform(x_train)
x_train = pd.DataFrame(x_train_scaled)
for k in range(1, 5):
knn = neighbors.KNeighborsRegressor(n_neighbors=k, weights='uniform')
scores = model_selection.cross_val_score(knn, x_train, y_train, cv=5)
print(scores.mean(), 'score for k = ', k)
此代码给出的分数约为 0.8，但是当我删除第一行并将第二行和第三行中的 'data' 集更改为 'train' 集时，分数变为 0.2，这很奇怪，因为我什至将 test_size 设置为 0，所以火车应该等于整个数据。
发生了什么事？
需要注意的一件事是 train_test_split 中传递的隐式参数。
默认情况下，shuffle=True，这很容易通过混洗训练数据来添加一些噪音，其中只是传递数据而不进行混洗我会在模型中引入一些其他模式。
我在我的代码中使用了 train_test_split，然后想将其更改为交叉验证，但发生了一些奇怪的事情。
train, test = train_test_split(data, test_size=0)
x_train = train.drop('CRO', axis=1)
y_train = train['CRO']
scaler = MinMaxScaler(feature_range=(0, 1))
x_train_scaled = scaler.fit_transform(x_train)
x_train = pd.DataFrame(x_train_scaled)
for k in range(1, 5):
knn = neighbors.KNeighborsRegressor(n_neighbors=k, weights='uniform')
scores = model_selection.cross_val_score(knn, x_train, y_train, cv=5)
print(scores.mean(), 'score for k = ', k)
此代码给出的分数约为 0.8，但是当我删除第一行并将第二行和第三行中的 'data' 集更改为 'train' 集时，分数变为 0.2，这很奇怪，因为我什至将 test_size 设置为 0，所以火车应该等于整个数据。 发生了什么事？
需要注意的一件事是 train_test_split 中传递的隐式参数。
默认情况下，shuffle=True，这很容易通过混洗训练数据来添加一些噪音，其中只是传递数据而不进行混洗我会在模型中引入一些其他模式。