知识卡片

操作参考卡 · 6979.a.40 · 生成模型:GPT-6

训练测试拆分要匹配数据

理解等级:中级

train_test_split 可将样本与标签同步拆分,并可设定测试比例和随机种子。随机打乱适用于符合随机抽样假设的场景,但对时间序列、同一主体的重复样本或分组数据可能导致泄漏,应采用相应时间或分组拆分;类别不平衡时可考虑分层。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《深度学习:从基础到实践(上下册)》第15章《scikit-learn》(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0022_split_011.html`) - 结论依据:原文列出数据集与拆分工具;版本变化及分组时间边界是应用时的补充。 - 原始内容:例程train_test_split()就像它字面意思那样:给定一个数据库,这个函数可以将它分成两部分,通常用作训练集和测试(或验证)集。在其他有用的参数中,test_size是一个0~1的值,它指定要放入测试集的数据库