怎么将数据集进行随机切分

如果您希望将数据集进行随机切分，可以使用 Scikit-learn 库中的 `train_test_split` 函数。该函数可以将数据集按照指定的比例进行随机切分成训练集和测试集。

以下是一个例子：

import pandas as pd
from sklearn.model_selection import train_test_split

# 读取 CSV 文件
data = pd.read_csv('your_data.csv')

# 切分数据集
train_data, test_data = train_test_split(data, test_size=0.2, random_state=42)

在上述代码中，`train_test_split` 函数的第一个参数是要切分的数据集，`test_size` 参数指定了测试集的比例，`random_state` 参数用于设置随机种子以确保切分结果的可重复性。

该函数的返回值是两个切分后的数据集，分别是训练集和测试集。您可以根据需要进行调整。