Scikit-learn의 train_test_split() 사용법

train_test_split()

다양한 기계학습과 데이터 분석 툴을 제공하는 scikit-learn 패키지 중 model_selection에는 데이터 분할을 위한 train_test_split 함수가 있다.

train_test_split 함수는 전체 데이터셋 배열을 받아서 랜덤하게 test/train 데이터 셋으로 분리해주는 함수이다.

 

• 클래스 값을 포함하여 하나의 데이터로 받는 경우

df_train, df_test = train_test_split(df, test_size=0.4, random_state=0)

 

• 클래스를 개별의 배열로 받는 경우

train_x, test_x, train_y, test_y = train_test_split(X, Y, test_size = 0.5)

 

 

from sklearn.model_selection import train_test_split


X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.33, random_state=321)

 

Parameter

arrays: 분할시킬 데이터를 입력 (Python list, Numpy array, Pandas dataframe 등..)

test_size: 테스트 데이터셋의 비율(float)이나 갯수(int) (default = 0.25)

train_size: 학습 데이터셋의 비율(float)이나 갯수(int) (default = None), None을 입력하고 test_size를 지정할 경우 테스트 데이터셋을 뺀 나머지를 훈련 데이터로 사용한다.

random_state: 데이터 분할시 셔플이 이루어지는데 이를 위한 시드값 (int나 RandomState로 입력)

shuffle: 셔플여부설정 (default = True)

 

 

 

 

---

참고

train_test_split() 사용법_Blog

로보리포트_기계학습 훈련 데이터 구성 방법