因此，我需要使用預定義的組生成測試/訓練/驗證拆分。我不想使用 LeavePGroupsOut，因為我需要根據所需的百分比將數據分成訓練和驗證集。在 GroupShuffleSplit 的文檔中，對于test_size參數，是這樣說的：test_size : float, int, None, optional 如果是float，應該在0.0到1.0之間，代表數據集在測試分割中的比例。如果是 int，則表示測試樣本的絕對數量。如果為 None，則該值設置為列車大小的補碼。默認情況下，該值設置為 0.2。默認值將在 0.21 版中更改。僅當未指定 train_size 時，它將保持 0.2，否則它將補充指定的 train_size。然而，事實并非如此，如以下代碼所示：tr, ts = next(GroupShuffleSplit(n_splits=1, test_size=3).split(TR_set, groups=tr_groups))print(tr)print(ts)例如打印出來：[  0   1   2   3   4   5   6   7   8   9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  28  29  30  31  32  33  34  35  36  37  38  39  40  41  42  43  44  45  46  47  48  49  50  51  52  53  54  55  56  57  58  59  60  61  62  63  64  65  66  67  68  69  70  71  72  73  74  75  76  77  78  79  80  81  82  83  84  85  86  87  88  91  92  93  99 101 102 103 104 105 106 107][ 26  27  89  90  94  95  96  97  98 100]正如您在上面看到的，測試大小不是 3，而是大于 3。這幾乎總是如此。我檢查了指數組。顯然，如果 test_size 是一個整數，它表示測試組的絕對數量，而不是 samples。我認為文檔具有誤導性。此外，當 test_size 是浮點數時，它主要不考慮指定的比率。這可能是由于組中的樣本大小不相等，但必須有一個注釋/警告來指定在不相等的組大小與 test_size 比率相結合的情況下它遵循什么樣的行為。tr, ts = next(GroupShuffleSplit(n_splits=1, test_size=0.1).split(TR_set, groups=tr_groups))print(len(tr))print(len(ts))這使：7038其中測試大小是整個集合的 35%（它應該是 10%）。所以，要么我遺漏了什么，要么文檔只是錯誤的描述。