train_test_split(X,

train_test_split函数是sklearn.model_selection中的一个分离器函数，用于将数组或矩阵划分为训练集和测试集。它的函数样式为：

train_test_split(X, y, test_size, train_size, random_state, shuffle, stratify)

其中，参数X是要划分的数据集，y是对应的标签。test_size表示测试集的比例或样本数量，train_size表示训练集的比例或样本数量。random_state是随机数种子，shuffle表示是否在划分之前对数据进行洗牌，stratify表示是否按照y的分布进行分层抽样。

范例：

import numpy as np
from sklearn.model_selection import train_test_split

x = [[0,1],[1,2],[2,3],[3,4],[5,6],[6,7],[7,8],[8.9],[9.10],[10,11]]
x = np.array(x,dtype=list)
y = [0,1,2,3,4,5,6,7,8,9]

x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.3, random_state=20, shuffle=True)

在这个例子中，x是要划分的数据集，y是对应的标签。test_size设置为0.3，表示将30%的数据作为测试集，70%的数据作为训练集。random_state设置为20，保证每次划分的结果都是一样的。shuffle设置为True，表示在划分之前对数据进行洗牌。