将猫的数据集CatInfo.csv拆分成训练集和测试集。

可以使用Python中的pandas和sklearn库来将数据集拆分成训练集和测试集。

首先，我们需要导入必要的库和数据集：

import pandas as pd
from sklearn.model_selection import train_test_split

# 读取数据集
cat_info = pd.read_csv('CatInfo.csv')

接下来，我们可以使用train_test_split函数将数据集拆分成训练集和测试集。这个函数需要传入数据集、测试集占比、随机数种子等参数。在这里，我们将测试集占比设置为0.2，随机数种子设置为42，以确保每次运行时拆分结果一致。

# 拆分数据集
train, test = train_test_split(cat_info, test_size=0.2, random_state=42)

现在，我们已经成功将数据集拆分成了训练集和测试集。可以使用以下代码验证拆分的结果：

# 打印训练集和测试集的大小
print('训练集大小：', len(train))
print('测试集大小：', len(test))

输出结果应该类似于：

训练集大小： 80
测试集大小： 20

最后，我们可以将训练集和测试集保存为新的csv文件，以便后续使用：

# 保存训练集和测试集为csv文件
train.to_csv('CatInfo_train.csv', index=False)
test.to_csv('CatInfo_test.csv', index=False)