python 对于数据框如何分层训练集和测试集

A：Python 中可以通过 Scikit-learn 库中的 train_test_split() 方法来实现数据框的分层训练集和测试集。

具体步骤如下：

第一步：导入 Scikit-learn 库。

from sklearn.model_selection import train_test_split

第二步：将数据框中的特征值和目标值分为 X 和 y。

X = df.drop('target', axis=1) # 特征值
y = df['target']             # 目标值

第三步：使用 train_test_split() 方法划分数据集。

train_X, test_X, train_y, test_y=train_test_split(X, y, test_size=0.2, stratify=y, random_state=1)

参数说明：

- X：特征值数据框。
- y：目标值数据框。
- test_size：测试集所占的比例，例如上述代码中的 test_size=0.2，表示测试集占总数据集的 20%。
- stratify：按照目标值 y 来分层采样，保证测试集和训练集中目标值的比例相同。
- random_state：随机种子，用于控制每次划分的结果一致性。

最后，得到的 train_X、train_y、test_X、test_y 对应的是训练集的特征值、训练集的目标值、测试集的特征值和测试集的目标值。