Scikit learn sklearn train_test_split返回测试/训练中的一些元素

我有一个数据集

X

，有260个独特的观察值

当运行

x\u列、x\u测试、\uu、\uu=test\u列分割（x，y，test\u大小=0.2）

时，我会假设

[x\u测试中的p表示x\u列中的p]

将为空，但它不是空的。事实上，

x\u测试中只有两个观察结果不在
x\u序列中

这是有意的还是

编辑（发布我正在使用的数据）：

从sklearn.datasets导入加载\u乳腺癌
从sklearn.model\u选择导入列车测试\u拆分为拆分
将numpy作为np导入
数据=乳腺癌负荷（）
X=DATA.DATA
y=DATA.target
y=np.array（[1如果p==0，则为1；对于DATA.target中的p，则为0]）
x_序列，x_测试，y_序列，y_测试=分割（x，y，测试_大小=0.2，分层=y，随机_状态=42）
len（[x_测试中的p，如果x_序列中的p]）不是0

编辑2.0：显示测试工作正常

a=np.array（[[1,2,3]，[4,5,6]）
b=np.数组（[[1,2,3]，[11,12,13]）
len（[p表示a中的p，如果p表示b中的p]）#1
您需要使用以下方法进行检查：

from sklearn.datasets import load_breast_cancer 
from sklearn.model_selection import train_test_split as split
import numpy as np

DATA=load_breast_cancer()
X=DATA.data
y= DATA.target
y=np.array([1 if p==0 else 0 for p in DATA.target])

x_train,x_test,y_train,y_test=split(X,y,test_size=0.2,stratify=y,random_state=42)

len([p for p in x_test.tolist() if p in x_train.tolist()])
0

使用
x\u test.tolist（）
中的
操作符将按预期工作。

参考资料：
这不是在
sklearn
中执行
train\u test\u split
的错误，而是
中的
操作员在numpy阵列上工作的一个奇怪特性。
中的
运算符首先对两个数组进行元素比较，如果有任何元素匹配，则返回
True

将numpy导入为np
a=np.array（[[1,2,3]，[4,5,6]]
b=np.数组（[[6,7,8]，[5,5,5]]
b#中的a是真的

测试这种重叠的正确方法是使用相等运算符和
np.all
和
np.any
。作为奖励，您还可以免费获得重叠的索引

将numpy导入为np
a=np.array（[[1,2,3]，[4,5,6]]
b=np.数组（[[6,7,8]，[5,5,5]，[7,8,9]）
b#中的a是真的
z=np.any（np.all（a==b[：，None，：]，-1））#False
a=np.array（[[1,2,3]，[4,5,6]]
b=np.数组（[[6,7,8]，[1,2,3]，[7,8,9]]
b#中的a是真的
重叠=np.all（a==b[：，无，：]，-1）
z=np.任何（重叠）#正确
指数=np.非零（重叠）#（1，0）
您能发布一个完整的可复制示例吗？列车和测试的交叉点应该是空的。如果我使用的答案是，即
np.其中（（x_test==x_train[：，None]），则现在用数据编辑问题。所有（-1））[1]
返回
[]
（交叉点是空的）。但是我确实认为
[p代表x_测试中的p，如果x_训练中的p]
应该做得很清楚
[p代表x_测试中的p，如果x_训练中的p]
不会做这件事，因为它给出的结果与
np不同。其中（（x_测试==x_训练[：，无]）.all（-1））[code>。至于为什么会这样，请看这里：好的，但是我们同意，如果
x\u测试
在
x\u列中有一些值，那么
[p对于x\u测试中的p如果x\u列中的p]
将是非空的（逻辑上相反）？我的意思是，我测试两组交集是否为空的方法是正确的，所以如果你使用乳腺癌数据，你会得到相同的行为？我首先认为数据集可能不是唯一的，但是
len（X）=len（np.unique（X））#True
，所以我看不出问题出在哪里？这不是sklearn bug，所以不应该在问题跟踪程序上报告它。