1
Amy 原创整理｜资料核验：2026-10-30
scikit-learn的GroupShuffleSplit按给定分组随机划分训练与测试数据。test_size和train_size指的是组，而不是样本行数；test_size为小数时，测试组数按比例向上取整。
教学例子：10台设备分别产生不同数量的记录，test_size=0.2表示每次选择2台设备对应的组作测试，而不保证测试记录恰好占全部记录的20%。如果设备记录量差异大，两种比例可能差很多。
Amy建议每次划分后同时记录组数和样本数。文档还提醒，多次随机划分得到的测试集可能互相重叠；不要把n_splits次结果当作互不重叠的完整分区。报告分数时，把划分方式也写清楚。
官方来源：
https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GroupShuffleSplit.html