知识卡片
训练测试拆分要匹配数据
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?
这张卡片已通过人工审查,不再接受失败反馈。
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
- scikit-learn · 查看原书依据
例程train_test_split()就像它字面意思那样
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