之前一直在使用train_test_split函数划分训练集和测试集，但是一直不清楚它是怎么划分的，有没有打乱数据集，如果直接在最后取部分数据作为测试集在某些数据集中是很影响训练效果的。验证如下：
import numpy as np
from sklearn.model_selection import train_test_split
data = np.array([[1,5,9],[2,8,6],[3,8,6],[4,2,6],[5,2,9],[6,7,9]])
data
label = np.array([1,2,3,4,5,6])
label
data_train, data_test, label_train, label_test = train_test_split(data, label, test_size = 0.3)
结果发现，训练数据是被打乱了的
训练集和测试集划分
实际上train_test_split函数有三个参数：
train_test_split (*arrays，test_size, train_size, rondom_state=None, shuffle=True, stratify=None)
shuffle默认为True，所以数据集是打乱的。
网友评论