Last Updated on 2021-09-06 by Clay
如果我們有『切資料』的需求 —— 比如說將資料切成 Training data （訓練資料） 以及 Test data （測試資料） ，我們便可以透過 Scikit-Learn 的 train_test_split() 這個函式來做到簡單的資料分割。
當然，你也可以使用 random 來自己完成這項工作，不過在 Python 中我們推崇的是『簡單、優雅』，而 train_test_split() 可以只使用『一行』來完成我們的需求。
當你有一個想要實驗的功能，赫然發現有個 Package 只需要呼叫一行便可以完成——再沒有什麼比這更棒的事了。
如果想要參閱 Scikit-Learn 關於 train_test_split() 函式的官方說明，可以參閱：
那麼，以下我就來簡單介紹怎麼使用這個方便的函式吧。
train_test_split() 的使用方法
如果是第一次使用 Scikit-Learn，需要用以下指令安裝：
pip3 install scikit-learn安裝好後，我們就來試著 Demo 一下吧！首先，假設我們有以下這樣的資料：
data = [n for n in range(1, 11)] print(data)
Output:
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]然後我們使用以下指令 Import train_test_split() 這個函式到我們的程式當中：
from sklearn.model_selection import train_test_split
train_test_split() 所接受的變數其實非常單純，基本上為 3 項：『原始的資料』、『Seed』、『比例』
- 原始的資料：就如同上方的 data 一般，是我們打算切成 Training data 以及 Test data 的原始資料
- Seed： 亂數種子，可以固定我們切割資料的結果
- 比例：可以設定 train_size 或 test_size，只要設定一邊即可，範圍在 [0-1] 之間
以下我們來簡單測試一下效果：
train_data, test_data = train_test_split(data, random_state=777, train_size=0.8) print(train_data) print(test_data)
Output:
[9, 4, 5, 6, 2, 10, 7, 8]
[3, 1]可以看到 training data 跟 test data 的比例的確便是 8：2 ，符合我們設定的比例。
以上就是簡單的 train_test_split() 紀錄，切資料相當方便好用。