我正在尝试了解this代码。我不知道该怎么办：
x_validation,x_test,y_validation,y_test =
train_test_split(x_validation_and_test,y_validation_and_test...
您以后可以做：
(len(x_validation[y_validation == 0])
请确保train_test_split意味着x_validation和y_validation无关。我想念什么？
编辑：
已经有一些好的答案，但是我只想澄清一下。确保x_validation和y_validation的顺序正确，并且彼此相同。显然，您可以在其中任一行中添加一行并弄乱事情，但是是否存在表示保留顺序的基础索引？我来自非Python背景，有时您不能保证SQL列之类的顺序。
您绝对希望x_validation与y_validation相关，即与原始数据集中的行相同。
例如如果验证从输入x中获取第1、3、7行，则您既希望x_validation和y_validation中的第1、3、7行。
使用train_test_split函数的想法是将您的数据集分为两组特征（x s）和相应的标签（y s）。因此，您需要并要求
len(x_validation) == len(y_validation)
和
len(x_test) == len(y_test)
看看您可能会引起混淆的其他问题：
y_validation == 0
将生成一个True和False值的布尔掩码，可用于从任何具有相同长度的数据帧中仅选择那些行，因此在这种情况下，它也适用于{{ 1}}。
顺便说一句
x_validataion似乎是一种有点令人困惑的计数len(x_validation[y_validation == 0])
类的示例数量的方法。我会去
0我自己，然后您可以将％负值计算写为
(y_validation == 0).sum()
对我来说有点整洁。
, train_test_split从数据长度中抽取n个随机索引，并以xtrain，ytrain或您传递的任何值返回这些索引处的值。看一下这个简单的演示：
import numpy as np
from sklearn.model_selection import train_test_split
data = np.random.randint(0,10,15)
target = data**2
indices = np.arange(15)
xtrain,xtest,ytrain,ytest,indicestrain,indicestest = \
train_test_split(data,target,indices)
print(data)
print(target)
print(indices)
[7 7 4 1 1 3 1 6 8 2 2 1 9 9 9] # random val between 0 and 10
[49 49 16 1 1 9 1 36 64 4 4 1 81 81 81] # their squared values
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14] # the index in the original array (data)
现在，从中获取一些随机索引，让我们看看它们是否保持关联：
xtrain,indices)
print(xtrain)
print(ytrain)
print(indicestrain)
[9 9 2 1 8 2 4 7 1 6 7]
[81 81 4 1 64 4 16 49 1 36 49]
[12 14 10 11 8 9 2 1 3 7 0]
如您所见，第二行是第一行的平方，表示顺序已保留。