本守则是什么意思？ （训练测试拆分 Scikit 学习）
What does this Code mean? (Train Test Split Scikitlearn)
无论我走到哪里，我都会看到这段代码。需要帮助理解这一点。
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X,y,testsize = 0.20)
在这种情况下，X_train、X_test、y_train、y_test 是什么意思，我应该将哪个放入 fit() 和 predict()
如文档所述，train_test_split 所做的是：Splits arrays or matrices into random train and test subsets。您可以在这里找到它：https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html。我相信正确的关键字参数是 test_size 而不是 testsize 并且它 represents the proportion of the dataset to include in the test split 如果它是 float 或 the absolute number of test samples 如果它是一个 int。
X 和 y 是 sequence of indexables with same length / shape[0]，所以基本上 arrays/lists/matrices/dataframes 要拆分。
所以，总而言之，代码将 X 和 y 分成随机训练和测试子集（X 为 X_train 和 X_test，X 为 y_train 和 y_test y）。每个测试子集应包含 20% 的原始数组条目作为测试样本。
您应该将 _train 子集传递给 fit()，将 _test 子集传递给 predict()。希望对您有所帮助~
`基本上这段代码将您的数据分成两部分。
- 用于训练
- 用于测试
并且在 test_size 变量的帮助下，您可以设置测试数据的大小
将数据分成两部分后，您必须使用 fit() 方法将训练数据拟合到您的模型中。
`
简单来说，train_test_split将您的数据集分为训练数据集和验证数据集。
验证集用于评估给定模型。
所以在这种情况下，验证数据集让我们了解模型性能。
X_train, X_test, y_train, y_test = train_test_split(X,y,testsize = 0.20)
上面一行将数据分成 4 部分
- X_train - 训练数据集
- y_train - o/p 训练数据集
- X_test - 验证数据集
- y_test - o/p 验证数据集
和testsize = 0.2意味着您将拥有 20% 的验证数据和 80% 的训练数据
无论我走到哪里，我都会看到这段代码。需要帮助理解这一点。
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X,y,testsize = 0.20)
在这种情况下，X_train、X_test、y_train、y_test 是什么意思，我应该将哪个放入 fit() 和 predict()
如文档所述，train_test_split 所做的是：Splits arrays or matrices into random train and test subsets。您可以在这里找到它：https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html。我相信正确的关键字参数是 test_size 而不是 testsize 并且它 represents the proportion of the dataset to include in the test split 如果它是 float 或 the absolute number of test samples 如果它是一个 int。
X 和 y 是 sequence of indexables with same length / shape[0]，所以基本上 arrays/lists/matrices/dataframes 要拆分。
所以，总而言之，代码将 X 和 y 分成随机训练和测试子集（X 为 X_train 和 X_test，X 为 y_train 和 y_test y）。每个测试子集应包含 20% 的原始数组条目作为测试样本。
您应该将 _train 子集传递给 fit()，将 _test 子集传递给 predict()。希望对您有所帮助~
`基本上这段代码将您的数据分成两部分。
- 用于训练
- 用于测试
并且在 test_size 变量的帮助下，您可以设置测试数据的大小
将数据分成两部分后，您必须使用 fit() 方法将训练数据拟合到您的模型中。 `
简单来说，train_test_split将您的数据集分为训练数据集和验证数据集。
验证集用于评估给定模型。
所以在这种情况下，验证数据集让我们了解模型性能。
X_train, X_test, y_train, y_test = train_test_split(X,y,testsize = 0.20)
上面一行将数据分成 4 部分
- X_train - 训练数据集
- y_train - o/p 训练数据集
- X_test - 验证数据集
- y_test - o/p 验证数据集
和testsize = 0.2意味着您将拥有 20% 的验证数据和 80% 的训练数据