x_train, x_test, y_train, y_test = train_test_split(emails, labels, test_size=0.1, random_state=22, stratify=labels)

train_test_split函数是机器学习中常用的一个函数，用于将数据集划分为训练集和测试集。该函数的参数含义如下：

- emails：表示要划分的原始数据集，即包含所有样本的特征数据。
- labels：表示原始数据集中每个样本对应的标签。
- test_size：表示测试集所占的比例，可以是一个小数（表示比例）或整数（表示样本数量）。
- random_state：表示随机种子，用于控制数据集的随机划分，保证每次划分结果一致。
- stratify：表示按照labels进行分层抽样，保证训练集和测试集中各类别样本的比例相同。

函数的返回值为划分后的训练集和测试集，分别为x_train, x_test, y_train, y_test。

回答完毕，以下是相关问题：
1. train_test_split函数的作用是什么？
2. 如何设置测试集所占的比例？
3. 什么是随机种子？为什么要设置随机种子？