Как работает функция train_test_split?

@Sh@dow777 · Регистрация: 10.12.2013

Студворк — интернет-сервис помощи студентам

Привет всем.

Пытаюсь реализовать полную кросс-валидацию. Написал такой код:

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
import numpy as np
import math
from sklearn import svm
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.model_selection import cross_val_score
 
iris = datasets.load_iris()
clf = svm.SVC(kernel='linear', C=1)
 
def fullCV():
    k = 1
    L = len(iris.data)
    N = math.factorial(L) / (math.factorial(k) * math.factorial(L - k))
    N = int(N)
    
    scores = np.zeros((N,))
 
    for i in range(N):
        X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.01, random_state=250)
 
        clf.fit(X_train, y_train)
 
        y_pred = clf.predict(X_test)
 
        sum = 0
 
        for j in range(len(X_test)):
            if y_pred[j] != y_test[j]:
                sum += 1
 
        Q = sum / len(X_test)
        
        scores[i] = Q
        
    print('Full cross validation:')
    print(scores)
    
    print('\nMean score:')
    print(scores.mean(), '\n')

По идее, функция train_test_split при каждом проходе цикла должна формировать различные выборки из-за random_state. Но каждый раз выборки получаются одни и те же. То есть, к примеру, если N = 150 и test_size = 0.01, то формируются 150 одинаковых массивов X_test и y_test.

Где тут моя ошибка? Как это исправить?

@ТабуретY · 09.05.2018, 14:39

длина X_test и y_test 148, а вы задаете random_state=250, уменьшите random_state раз в 10 и все пойдет

@Garry Galler · 09.05.2018, 14:45

random_state : int, RandomState instance or None, optional (default=None)

If int, random_state is the seed used by the random number generator; If RandomState instance, random_state is the random number generator; If None, the random number generator is the RandomState instance used by np.random.

Коротко: если указываете число в random_state - генератор будет всегда выдавать одно и тоже состояние на одно и тоже число. Это нужно для точной фиксации результатов работы модели.
Если указывает None - генератор будет инициализироваться случайным значением и конечное состояние не будет детерминированным. Выборки будут случайными, а модель выдавать разные результаты.

Новые блоги и статьи Все статьи Все блоги /
Thinkpad X220 Tablet — это лучший бюджетный ноутбук для учёбы, точка. Programma_Boinc 23.12.2025 Thinkpad X220 Tablet — это лучший бюджетный ноутбук для учёбы, точка. Рецензия / Мнение/ Перевод https:/ / **********/ gallery/ thinkpad-x220-tablet-porn-gzoEAjs . . .	PhpStorm 2025.3: WSL Terminal всегда стартует в ~ and_y87 14.12.2025 PhpStorm 2025. 3: WSL Terminal всегда стартует в ~ (home), игнорируя директорию проекта Симптом: После обновления до PhpStorm 2025. 3 встроенный терминал WSL открывается в домашней директории. . .	Как объединить две одинаковые БД Access с разными данными VikBal 11.12.2025 Помогите пожалуйста !! Как объединить 2 одинаковые БД Access с разными данными.	Новый ноутбук volvo 07.12.2025 Всем привет. По скидке в "черную пятницу" взял себе новый ноутбук Lenovo ThinkBook 16 G7 на Амазоне: Ryzen 5 7533HS 64 Gb DDR5 1Tb NVMe 16" Full HD Display Win11 Pro	Музыка, написанная Искусственным Интеллектом volvo 04.12.2025 Всем привет. Некоторое время назад меня заинтересовало, что уже умеет ИИ в плане написания музыки для песен, и, собственно, исполнения этих самых песен. Стихов у нас много, уже вышли 4 книги, еще 3. . .
От async/await к виртуальным потокам в Python IndentationError 23.11.2025 Армин Ронахер поставил под сомнение async/ await. Создатель Flask заявляет: цветные функции - провал, виртуальные потоки - решение. Не threading-динозавры, а новое поколение лёгких потоков. Откат?. . .	Поиск "дружественных имён" СОМ портов Argus19 22.11.2025 Поиск "дружественных имён" СОМ портов На странице: https:/ / norseev. ru/ 2018/ 01/ 04/ comportlist_windows/ нашёл схожую тему. Там приведён код на С++, который показывает только имена СОМ портов, типа,. . .	Сколько Государство потратило денег на меня, обеспечивая инсулином. Programma_Boinc 20.11.2025 Сколько Государство потратило денег на меня, обеспечивая инсулином. Вот решила сделать интересный приблизительный подсчет, сколько государство потратило на меня денег на покупку инсулинов. . . .	Ломающие изменения в C#.NStar Alpha Etyuhibosecyu 20.11.2025 Уже можно не только тестировать, но и пользоваться C#. NStar - писать оконные приложения, содержащие надписи, кнопки, текстовые поля и даже изображения, например, моя игра "Три в ряд" написана на этом. . .	Мысли в слух kumehtar 18.11.2025 Кстати, совсем недавно имел разговор на тему медитаций с людьми. И обнаружил, что они вообще не понимают что такое медитация и зачем она нужна. Самые базовые вещи. Для них это - когда просто люди. . .

@ТабуретY 1741 / 913 / 480 Регистрация: 05.12.2013 Сообщений: 3,074
	09.05.2018, 14:39
	длина X_test и y_test 148, а вы задаете random_state=250, уменьшите random_state раз в 10 и все пойдет 0