Python 训练和验证数据集的拆分

我需要将我的训练数据（80-20）拆分为验证数据，拆分的子数据集不是随机的，而是始终相同的

目前我使用这个代码

from sklearn.model_selection import train_test_split
X_train, X_val, Y_train, Y_val = train_test_split(X, Y, test_size=0.2)

但是分割的子数据集总是随机的，而且从不相同。我希望它是随机的，但当我再次运行代码时，应该出现相同的值（类似于np.random.seed）

有没有办法做到这一点？

train\u test\u split（）

有一个

random\u state

参数。如果为其指定整数值，结果将始终相同：

from sklearn.model_selection import train_test_split
X_train, X_val, Y_train, Y_val = train_test_split(X, Y, test_size=0.2, random_state=1)