train_test_split（）函数 各个参数的作用

train_test_split()函数是机器学习中常用的用于将数据集划分为训练集和测试集的函数。它的作用是将原始数据集按照一定比例划分为训练集和测试集，以便进行模型的训练和评估。

train_test_split()函数的参数及其作用如下：
1. test_size：指定测试集的大小或比例。可以是一个浮点数（0到1之间），表示测试集占总样本的比例；也可以是一个整数，表示测试集的样本数量。默认值为0.25。
2. train_size：指定训练集的大小或比例。可以是一个浮点数（0到1之间），表示训练集占总样本的比例；也可以是一个整数，表示训练集的样本数量。默认值为None，表示剩余的样本全部作为训练集。
3. random_state：指定随机数种子，用于控制数据集的随机划分。设置相同的种子可以保证每次划分得到的结果一致。默认值为None，表示使用当前时间戳作为种子。
4. shuffle：指定是否在划分前对数据进行洗牌。如果设置为True，则在划分前会将数据打乱顺序；如果设置为False，则按照原始顺序划分数据。默认值为True。
5. stratify：指定是否根据标签的分布进行分层抽样。如果设置为非空的数组或Series，划分的训练集和测试集中的类别比例会与原始数据集中的类别比例相同。默认值为None，表示不进行分层抽样。