Scikit learn StratifiedShuffleSplit（在sklearn中）每次返回不同的比例

我正在使用sklearn将训练数据拆分为批。这样，我输入NN的每一批都将具有与训练集相同的类比例。或者换句话说，我想在每一批中保留与培训集相同的每个类的百分比

我感到困惑的是，对于每个迭代，每个批都有一点差异。虽然它也有类似的趋势，但它并不遵循训练集的确切百分比。为什么不给出确切的百分比

---

现在，我自己编写代码，以获得完全相同的百分比。

假设您有11个点，并且想要70%的训练集。你得多少分

七点？那么是63.64%

八点？该比率为72.73%

---

StratifiedShuffleSplit

有时需要7，有时需要8。因此，每批都有一个小的差异。一切都很好。

谢谢你，拉内诺。当数据或多或少平衡时，就可以了。当数据非常不平衡时，可以用少量的类来消除小干扰。