JAVA高级面试进阶训练营视频教程

admin

转载：cheneyshark

机器环境：

scikit-learn==0.19.1

Python 2.7.13

train_test_split基本用法

在机器学习中，我们通常将原始数据按照比例分割为“测试集”和“训练集”，通常使用sklearn.cross_validation里的train_test_split模块用来分割数据。

简单用法如下：

X_train,X_test, y_train, y_test =cross_validation.train_test_split(train_data,train_target,test_size=0.4, random_state=0)
# train_data：所要划分的样本特征集
# train_target：所要划分的样本结果
# test_size：样本占比，如果是整数的话就是样本的数量
# random_state：是随机数的种子。
# 随机数种子：其实就是该组随机数的编号，在需要重复试验的时候，保证得到一组一样的随机数。比如你每次都填1，其他参数一样的情况下你得到的随机数组是一样的。但填0或不填，每次都会不一样。

问题现象（废弃警告）
然而发现每次调用train_test_split模块时，总会出现废弃警告：
代码输入部分提示如下：

 

主要意思是说在0.18版本中，cross_validation被废弃了。但实际测试感觉功能并为受影响，可以正常使用，只是有提示信息。
如果实在觉得太烦可以尝试用如下方法解决。

解决方法：
改为从 sklearn.model_selection 中调用train_test_split 函数可以解决此问题。

补充：如果使用sklearn0.20版本的朋友，那么使用网格搜索（gridsearch）寻找最优参数模型的话，sklearn.grid_search.GridsearchCV类已经被移除了，只有通过sklearn.model_selection调用GridsearchCV。