如何在sklearn中获得一个非混洗的train_test_split

Question

如果我想要随机训练/测试拆分，我使用 sklearn 辅助函数：

 In [1]: from sklearn.model_selection import train_test_split
   ...: train_test_split([1,2,3,4,5,6])
   ...:
Out[1]: [[1, 6, 4, 2], [5, 3]]

获得非混洗训练/测试拆分的最简洁方法是什么，即

[[1,2,3,4], [5,6]]

编辑 目前我正在使用

train, test = data[:int(len(data) * 0.75)], data[int(len(data) * 0.75):]

但希望有更好的东西。我在 sklearn 上开了一个问题 https://github.com/scikit-learn/scikit-learn/issues/8844

编辑 2： 我的 PR 已合并，在 scikit-learn 版本 0.19 中，您可以将参数 shuffle=False 传递给 train_test_split 以获得非随机拆分。

原文由 maxymoo 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

除了易于复制粘贴功能外，我并没有对 Psidom 的答案添加太多内容：

 def non_shuffling_train_test_split(X, y, test_size=0.2):
    i = int((1 - test_size) * X.shape[0]) + 1
    X_train, X_test = np.split(X, [i])
    y_train, y_test = np.split(y, [i])
    return X_train, X_test, y_train, y_test

更新：在某些时候，此功能已内置，因此现在您可以：

 from sklearn.model_selection import train_test_split
train_test_split(X, y, test_size=0.2, shuffle=False)

原文由 Anake 发布，翻译遵循 CC BY-SA 3.0 许可协议