train_test_split，标签y有好几列数据，此时如何使用train_test_split

如果标签y有多列数据，你可以使用train_test_split函数中的参数stratify来指定要拆分的数据列。stratify参数可以接受一个数组或Series，用于指定数据的分层依据。例如，如果你的标签y有两列数据，你可以将它们合并成一个数组，然后将该数组传递给stratify参数。

以下是一个示例代码，展示了如何在标签有多列数据的情况下使用train_test_split函数：

from sklearn.model_selection import train_test_split

# 假设标签y有两列数据，分别是y1和y2
y = df[['y1', 'y2']] # 假设y是一个DataFrame

# 拆分数据集，保持标签数据的分布比例
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.4, random_state=0, stratify=y)

在上面的代码中，我们将标签y中的两列数据y1和y2合并成一个DataFrame，并将该DataFrame传递给train_test_split函数的stratify参数。这将确保拆分后训练集和测试集中y1和y2两列数据的分布比例与原始数据集中的分布比例相同。

请注意，上述代码仅适用于标签y有两列数据的情况。如果标签y有更多列数据，你需要相应地调整代码中的操作。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [关于x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.3, random_state=0)](https://blog.csdn.net/qq_42671928/article/details/121796069)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [sklearn中train_test_split详解（数据集划分为训练集与测试集）](https://blog.csdn.net/weixin_43135178/article/details/126417323)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]