划分训练集和测试集的函数

划分训练集和测试集是机器学习中的一项基本操作，用于评估模型的准确性和泛化能力。以下是一个简单的Python函数，用于将数据集划分为训练集和测试集。

import random

def train_test_split(data, test_ratio):
    """
    将数据集data按照比例test_ratio划分为训练集和测试集
    :param data: 数据集
    :param test_ratio: 测试集比例
    :return: 训练集和测试集
    """
    # 随机打乱数据
    random.shuffle(data)
    # 计算测试集的大小
    test_size = int(len(data) * test_ratio)
    # 划分训练集和测试集
    train_data = data[:-test_size]
    test_data = data[-test_size:]
    return train_data, test_data

该函数接受两个参数，数据集和测试集比例。它首先随机打乱数据集，然后根据比例计算测试集的大小，并将数据集划分为训练集和测试集。最后将训练集和测试集作为函数的返回值。