用代码实现将数据集分为训练集和测试集

假设你有一个名为 `data` 的数据集，可以使用以下代码将其分为训练集和测试集：

from sklearn.model_selection import train_test_split

# 分割数据集，test_size=0.2 表示将 20% 的数据划分为测试集
train_data, test_data = train_test_split(data, test_size=0.2, random_state=42)

在这里，我们使用了 `train_test_split` 函数来将数据集分为训练集和测试集。 `test_size` 参数指定了测试集占总数据集的比例。 `random_state` 参数用于指定随机数生成器的种子，以便每次运行代码时都得到相同的结果。 `train_data` 和 `test_data` 变量将包含分割后的训练集和测试集。