手动实现 train_test_split 函数

可以实现 train_test_split 函数，代码如下：

import random

def train_test_split(X, y, test_size=0.2, random_seed=None):
    """
    将数据集 X, y 按照 test_size 分割成训练集和测试集
    """

    if random_seed:
        # 设置随机种子
        random.seed(random_seed)

    # 计算测试集的数量
    test_num = int(len(X) * test_size)
    
    # 将索引打乱
    index = list(range(len(X)))
    random.shuffle(index)
    
    # 获取训练集和测试集的索引
    test_index = index[:test_num]
    train_index = index[test_num:]

    # 根据索引获取训练集和测试集
    X_train = X[train_index]
    y_train = y[train_index]
    X_test = X[test_index]
    y_test = y[test_index]

    return X_train, X_test, y_train, y_test

其中，X 和 y 分别是数据集的特征和标签，test_size 表示测试集占总样本的比例（默认为 0.2），random_seed 表示随机种子（默认为 None）。该函数首先计算测试集的数量，然后将数据集的索引打乱，再根据打乱后的索引获取训练集和测试集的索引，最后根据索引获取训练集和测试集。