在推荐系统、机器学习中，如何将一个完整的数据集划分为训练集和测试集

Question

如题，有没有快速一点的方法，我如果要做多折交叉验证，应该怎么去划分数据集

Answer 1

平均分成10份，循环10次，每次选1份作为测试集，9份做训练集

Answer 2

一般来讲，做cross validation的时候，大家会把k设为5或者10。也就是说，将数据（随机）分为k份，其中k-1份为训练，1份做测试。不过话说回来，都要做cross validation了，应该是快不了的。

Answer 3

Python的
from sklearn.cross_validation import train_test_split方法

Answer 4

可以用3.1. Cross-validation: evaluating estimator performance

>>> from sklearn.model_selection import cross_val_score
>>> clf = svm.SVC(kernel='linear', C=1)
>>> scores = cross_val_score(clf, iris.data, iris.target, cv=5)
>>> scores                                              
array([ 0.96...,  1.  ...,  0.96...,  0.96...,  1.        ])