sklearn.model_selection的train_test_split函数怎么用

`train_test_split` 函数是 `sklearn.model_selection` 模块中的一个函数，用于将数据集拆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=0.3, random_state=42)

其中，`X` 是特征矩阵，`y` 是标签向量。`test_size` 是测试集占总数据集的比例（默认为 0.25），`random_state` 是随机数种子，用于保证每次拆分结果相同（默认为 None）。

此函数的返回值是一个长度为 4 的元组，分别为训练集的特征矩阵 `X_train`，测试集的特征矩阵 `X_test`，训练集的标签向量 `y_train`，测试集的标签向量 `y_test`。

例如：

import numpy as np
from sklearn.model_selection import train_test_split

X = np.array([[1, 2], [3, 4], [5, 6], [7, 8]])
y = np.array([0, 1, 0, 1])

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

print(X_train)
print(X_test)
print(y_train)
print(y_test)

输出结果为：

[[7 8]
 [1 2]
 [3 4]]
[[5 6]]
[1 0 1]
[0]