JuniorТеорияЧасто

Что выведет эта программа?

Python

import numpy as np
from sklearn.model_selection import train_test_split

X = np.array([[1, 0], [2, 1], [3, 0], [4, 1], [5, 0], [6, 1], [7, 0], [8, 1]])
y = np.array([10, 20, 30, 40, 50, 60, 70, 80])
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=0)
print(X_train.shape[0], X_test.shape[0], y_test.shape[0])

6 2 2

Ждать 2 6 6: test_size=0.25 — доля строк, которые уходят в тест, поэтому в тесте 2 строки из 8, а 6 остаются для обучения.
Ждать, что y останется целым: train_test_split делит каждый переданный массив по одним и тем же строкам, и в y_test лежат 2 ответа тестовых строк.

Сколько тестовых строк даст тот же вызов для 10 строк и почему?
Почему фиксированный random_state важен, когда вы сравниваете две версии модели?

Назад к вопросам Открыть тему в роадмапе →Ответь сам — Quiz

Назад к вопросам

JuniorТеорияЧасто

Что выведет эта программа?

Python

import numpy as np
from sklearn.model_selection import train_test_split

X = np.array([[1, 0], [2, 1], [3, 0], [4, 1], [5, 0], [6, 1], [7, 0], [8, 1]])
y = np.array([10, 20, 30, 40, 50, 60, 70, 80])
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=0)
print(X_train.shape[0], X_test.shape[0], y_test.shape[0])

6 2 2

Ждать 2 6 6: test_size=0.25 — доля строк, которые уходят в тест, поэтому в тесте 2 строки из 8, а 6 остаются для обучения.
Ждать, что y останется целым: train_test_split делит каждый переданный массив по одним и тем же строкам, и в y_test лежат 2 ответа тестовых строк.

Сколько тестовых строк даст тот же вызов для 10 строк и почему?
Почему фиксированный random_state важен, когда вы сравниваете две версии модели?

Назад к вопросам Открыть тему в роадмапе →Ответь сам — Quiz