python中train_test_split函数的用法

train_test_split函数是sklearn.model_selection模块中的函数，用于将数据集随机分成训练集和测试集。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=0.3, random_state=42)

其中，X是特征数据集，y是标签数据集，test_size指定测试集的比例，random_state用于设定随机种子，确保每次运行得到的结果一致。该函数返回四个数据集：训练集的特征数据X_train，训练集的标签数据y_train，测试集的特征数据X_test，测试集的标签数据y_test。

train_test_split函数的主要作用是为了评估机器学习模型的性能。我们可以使用训练集来训练模型，然后使用测试集进行评估。通过测试集的评估结果，可以了解到模型的泛化能力，即对新数据的适应能力。