划分数据集代码和详解

这是一个用于将数据集划分为训练集和测试集的代码，其思路是随机生成一个与数据集等长的布尔型数组，将其中80%的值设为True（表示该数据属于训练集），其余20%的值设为False（表示该数据属于测试集）。代码如下：

import numpy as np

# data为数据集，将其划分为训练集和测试集
msk = np.random.random(len(data)) < 0.8
train_data = data[msk]
test_data = data[~msk]

其中，np.random.random(len(data))生成一个与数据集等长的随机数数组，每个元素的值在[0,1)范围内，表示该数据被划分为训练集的概率；< 0.8是将该数组中小于0.8的元素赋值为True，大于等于0.8的元素赋值为False，生成一个与数据集等长的布尔型数组msk；data[msk]表示选取msk数组中值为True的元素，即属于训练集的数据；data[~msk]表示选取msk数组中值为False的元素，即属于测试集的数据。最终得到的train_data和test_data分别为训练集和测试集的数据。