将文件划分训练集和测试集

你可以使用Python中的sklearn库来将文件划分为训练集和测试集。以下是一个示例代码：

from sklearn.model_selection import train_test_split

# 读取文件
with open('your_data_file.txt', 'r') as file:
    data = file.readlines()

# 划分训练集和测试集
train_data, test_data = train_test_split(data, test_size=0.2, random_state=42)

# 将划分后的数据保存到文件
with open('train_data.txt', 'w') as file:
    file.writelines(train_data)

with open('test_data.txt', 'w') as file:
    file.writelines(test_data)

在这个示例中，假设你的数据文件是'tyour_data_file.txt'。`train_test_split`函数将数据划分为训练集和测试集，其中`test_size`参数指定了测试集的比例（这里是20%），`random_state`参数用于保证每次运行代码得到相同的划分结果。最后，将划分后的数据分别保存到'train_data.txt'和'test_data.txt'文件中。你可以根据自己的需要修改文件名和路径。