训练和验证数据集的拆分答案

【问题标题】：Splitting of training and validation dataset训练和验证数据集的拆分
【发布时间】：2021-02-17 14:02:26
【问题描述】：

我需要将我的训练数据 (80-20) 拆分为验证数据，使拆分的子数据集不是随机的，而是始终相同。

目前我使用此代码

from sklearn.model_selection import train_test_split
X_train, X_val, Y_train, Y_val = train_test_split(X, Y, test_size=0.2)

但拆分的子数据集始终是随机的，并且永远不会相同。我希望它是随机的，但是当我再次运行代码时应该存在相同的值（类似于 np.random.seed）

有没有办法做到这一点？

【问题讨论】：

【解决方案1】：

train_test_split() 有一个 random_state 参数。如果您为其分配一个整数值，则结果将始终相同：

from sklearn.model_selection import train_test_split
X_train, X_val, Y_train, Y_val = train_test_split(X, Y, test_size=0.2, random_state=1)

【讨论】：