如何使用 train_test_split 将未标记的数据拆分为训练集和测试集？答案

【问题标题】：How to split unlabeled data into train and test set using train_test_split?如何使用 train_test_split 将未标记的数据拆分为训练集和测试集？
【发布时间】：2021-01-15 11:18:12
【问题描述】：

我是数据科学的新手，实际上我正在尝试构建我的第一个模型。我对使用拆分功能的正确方法感到困惑。大多数文档都推荐以下方法（其中 X=data und Y= label）：

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=1)

我有一个没有标签的数据集 (X=data)，并且想基于它构建一个模型来预测异常。这意味着，我实际上只能将我的数据集拆分为 2（部分：X_train 和 X_test）。但我不确定这是否适合我的数据集，并且想知道我应该如何继续获取 y。提前感谢您的支持

【问题讨论】：

你在做无监督学习吗？我认为您可能想探索聚类或其他形式的无监督学习.....
共享数据集、列和行..etc
我正在做无监督学习。数据集的外观。 Thks POSDAT|AEDAT|DOCNR|WAERS|KTOSL|BELNR|HKONT|DMBTR|WRBTR 01.01.1994|09.01.1994|A1|C3 |C31 |C9 |C92 | 280979.60 | 0.00 02.01.1994|NaN |A2 | C1 | C76 |A1 |B2 |129856.53| 243343.00 03.01.1994|NaN |A3 |C1 |C20 |A1 |B3 |957463.97 |3183838.41

标签： python train-test-split

【解决方案1】：

您可以在link 中查看示例。该函数也可以作用于一个变量

train_test_split(y, shuffle=False)

在你的情况下，答案将是

X_train, X_test = train_test_split(X, test_size=0.2, random_state=1)

【讨论】：