train_test_split的用法

train_test_split是一种常用的数据集划分方法，它可以将数据集随机划分成训练集和测试集两部分，通常用于机器学习中的模型训练和评估。train_test_split函数位于sklearn.model_selection模块中，其用法如下：

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

train_test_split函数的参数说明：

- X：特征矩阵，即要划分的数据集的自变量部分；
- y：目标变量，即要划分的数据集的因变量部分；
- test_size：测试集的比例，可以是小数或整数。当为小数时，表示测试集占总样本的比例；当为整数时，表示测试集的样本数量；
- random_state：随机种子，用于保证每次划分的结果相同。

函数的返回值：

- X_train：训练集的特征矩阵；
- X_test：测试集的特征矩阵；
- y_train：训练集的目标变量；
- y_test：测试集的目标变量。

train_test_split函数会将原始数据集随机划分成训练集和测试集两部分，其中训练集用于模型训练，测试集用于模型评估。划分的比例可以通过test_size参数控制，也可以通过random_state参数设置随机种子，保证每次划分的结果相同。