写一段python代码加载帕德博恩轴承数据集，并划分训练集 测试集 验证集

以下是加载帕德博恩轴承数据集并划分训练集、测试集、验证集的Python代码：

import numpy as np
from sklearn.model_selection import train_test_split

# 加载数据集
data = np.load('pad.npy')
X, y = data[:, :-1], data[:, -1]

# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
X_train, X_val, y_train, y_val = train_test_split(X_train, y_train, test_size=0.2, random_state=42)

# 查看数据集形状
print('训练集:', X_train.shape, y_train.shape)
print('测试集:', X_test.shape, y_test.shape)
print('验证集:', X_val.shape, y_val.shape)

其中，我们首先使用`numpy`模块中的`load`函数加载帕德博恩轴承数据集，然后使用`train_test_split`函数将数据集划分为训练集、测试集和验证集。在划分数据集时，我们将原始数据集的80%用于训练，10%用于测试，10%用于验证。最后，我们使用`print`函数查看每个数据集的形状。