分割数据集为训练集和测试集代码实现

好的，以下是一个简单的Python代码实现，可以将数据集按照指定比例划分为训练集和测试集：

import random

def split_dataset(data, train_ratio):
    """
    将数据集按照指定比例划分为训练集和测试集
    :param data: 待划分的数据集，通常是一个列表，每个元素是一个样本
    :param train_ratio: 训练集所占比例，取值范围为(0, 1)
    :return: 划分好的训练集和测试集，分别为两个列表
    """
    data_size = len(data)
    train_size = int(data_size * train_ratio)
    train_indices = set(random.sample(range(data_size), train_size))
    train_data = [data[i] for i in train_indices]
    test_data = [data[i] for i in range(data_size) if i not in train_indices]
    return train_data, test_data

其中，参数`data`是待划分的数据集，通常是一个列表，每个元素是一个样本；参数`train_ratio`是训练集所占比例，取值范围为(0, 1)。函数返回划分好的训练集和测试集，分别为两个列表。

例如，我们有一个数据集`data`，包含10个样本，现在要将其按照7:3的比例划分为训练集和测试集，可以这样调用上述函数：

train_data, test_data = split_dataset(data, 0.7)

这样就可以得到划分好的训练集`train_data`和测试集`test_data`。