iterative_train_test_split

iterative_train_test_split是一种交叉验证方法，它可以在训练集和测试集之间进行多次划分，以获得更可靠的模型性能评估结果。

在每次划分中，算法会将数据集分成训练集和测试集两部分，然后使用训练集来训练模型，并使用测试集来评估模型的性能。然后，算法会将数据集重新洗牌，并重复这个过程多次，以获得更可靠的性能评估结果。

这种方法的优点是可以减少模型性能评估的方差，从而提高模型性能评估的可靠性。缺点是需要进行多次模型训练和测试，因此需要更多的计算资源和时间。