Python 指定使用sklearn中的train_test_split时类中的最大项数

我正在处理一个高度不平衡的数据集，并使用从

sklearn.model\u selection

我在这个数据集中有10000个项目，这些类的比率约为10/2/2/1，我要寻找的是一种使

序列

拆分平衡的方法 我想在最大类达到最大值时停止向其添加元素

---

是否可以限制项目数量，我知道可以在拆分后删除额外的项目，但我想知道是否有这样的选项？

调用

train\u test\u split

函数时使用

stratify

参数。如需更多信息，请遵循

对于30%的测试数据，您可以这样做

X\u序列，X\u测试，y\u序列，y\u测试=序列测试分割（数据，y\u真，分层=y\u真，测试大小=0.3）

---

data

是您的总数据&

y\u true

是您的基本真值

以补充Kalsi的anwser：分层意味着按类平均分割数据集。它为您提供了一个测试数据集，每个类的比例与原始数据集相同。我不认为这正是我要寻找的，我想停止向

x\u列添加元素，当它达到某个最大值时，我不关心
x\u测试
，我想这样做是为了给较小的类一个在分类器中战斗的机会。