我正在从事一个公司项目，我需要将数据划分为 3 个部分 - 训练、验证和测试（保留）。
有谁知道我如何将数据分成上面的 3 个部分，每个部分将具有相似的响应变量（目标率）-（相似的分类精度和相似的回归平均值（响应）。
我知道如何使用 SKLEARN 中的 train_test_split 函数将数据分成 3 部分
from sklearn.model_selection import train_test_split
x, x_test, y, y_test = train_test_split(xtrain,labels,test_size=0.2,train_size=0.8)
x_train, x_cv, y_train, y_cv = train_test_split(x,y,test_size = 0.25,train_size =0.75)
但这并没有给出类似的目标率，有人可以帮我吗？
对于分类，您可以使用以下stratify参数：
分层：类数组或无（默认=无）
如果不是 None，则以分层方式拆分数据，将其用作类标签。
请参阅sklearn.model_selection.train_test_split。例如：
x, x_test, y, y_test = train_test_split(xtrain,labels,test_size=0.2, stratify=labels)
这将确保训练数据和测试数据之间的类分布相似。
（旁注：我已经扔掉了train_size参数，因为它将根据 自动确定test_size）
拆分为未在 sklearn 中实现的验证集。但你可以通过棘手的方式做到这一点：
1）第一步，您将 X 和 y 拆分为训练和测试集。
2）在第二步，您将您的训练集从上一步拆分为验证和较小的训练集。
X_train, X_test, y_train, y_test
= train_test_split(X, y, test_size=0.7, random_state=123)
X_train, X_val, y_train, y_val
= train_test_split(X_train, y_train, test_size=0.5, random_state=123)