我可以在Python中使用分层抽样，将数据按80%训练集和20%测试集进行分割吗？

我已经研究过这个问题，发现它适用于k折分层抽样。我不确定如果我将迭代次数设置为0是否可行，因为它是在交叉验证包中实现的，而且他们假设至少有两个折叠！

StratifiedShuffleSplit(labels=[0 0 1 1], n_iter=3, ...)

回答：

我不完全确定你的问题是什么，所以我们来回顾一下sklearn.cross_validation.StratifiedShuffleSplit()的细节。

这个交叉验证对象是StratifiedKFold和ShuffleSplit的合并。

这意味着该函数将返回一个随机的、分层的折叠。返回的折叠数量由n_iter参数决定。如果你将其设置为0，那么函数的响应中将不会返回任何东西。

也可能不是所有的折叠都是唯一的。

为了回答我认为你的问题是我可以在Python中使用分层抽样，将数据按80%训练集和20%测试集进行分割吗？

是的，让我们看一下示例代码。通过将test_size参数设置为0.2（20%），你将强制折叠生成80%的训练集和20%的测试集。

import numpy as npfrom sklearn.cross_validation import StratifiedShuffleSplitX = np.array([[1, 1], [2, 2], [3, 3], [4, 4], [5,5], [6,6], [7,7], [8,8], [9,9], [10,10]])y = np.array([0, 0, 0, 0, 0, 1, 1, 1, 1, 1])sss = StratifiedShuffleSplit(y, 1, test_size=0.2, random_state=0)for train_index, test_index in sss:    print("TRAIN:", train_index, "TEST:", test_index)    X_train, X_test = X[train_index], X[test_index]    y_train, y_test = y[train_index], y[test_index]>>> TRAIN: [0 6 3 9 2 5 1 7] TEST: [4 8]

请告诉我这是否是你想要的，并告诉我你是否有其他问题。