sklearn.model_selection.train_test_split 用法

sklearn.model_selection.train_test_split 是 scikit-learn 库中的一个函数，用于将数据集划分为训练集和测试集。它的用法如下：

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)

这里的 `X` 是特征矩阵，`y` 是目标变量的向量。`test_size` 参数表示测试集所占总体数据的比例，可以是一个介于 0 到 1 之间的浮点数，也可以是一个整数表示具体的样本数量。`random_state` 参数用于设置随机种子，以确保每次划分的结果一致。

通过调用该函数，会将数据集按照指定的比例或数量进行划分，并返回四个结果：`X_train`、`X_test`、`y_train`、`y_test`。其中，`X_train` 和 `y_train` 是训练集的特征矩阵和目标变量，`X_test` 和 `y_test` 是测试集的特征矩阵和目标变量。

你可以使用这些划分后的数据集来训练和评估机器学习模型。