训练和验证数据集的拆分
Splitting of training and validation dataset
我需要将我的训练数据 (80-20) 拆分为验证数据，拆分的子数据集不是随机的，而是始终相同。
目前我正在使用这个代码
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)
但分割的子数据集总是随机的，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）
有办法吗？
train_test_split() 有一个 random_state 参数。如果给它分配一个整数值，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)
我需要将我的训练数据 (80-20) 拆分为验证数据，拆分的子数据集不是随机的，而是始终相同。
目前我正在使用这个代码
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)
但分割的子数据集总是随机的，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）
有办法吗？
train_test_split() 有一个 random_state 参数。如果给它分配一个整数值，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)