train_test_split函数使用方法

train_test_split函数是用来将原始数据集划分成训练集和测试集的函数。它常用于机器学习模型的训练和评估。

train_test_split函数的使用方法如下：

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

其中，

- X是特征矩阵
- y是标签向量
- test_size是测试集占比
- random_state是随机种子，保证每次运行得到相同的结果

函数会返回四个值：训练集的特征矩阵X_train、训练集的标签向量y_train、测试集的特征矩阵X_test、测试集的标签向量y_test。

例如，如果我们有一个包含1000个样本的数据集，我们可以将其划分为70%的训练集和30%的测试集：

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

这样，X_train和y_train将包含700个样本，X_test和y_test将包含300个样本。