python中train_test_split函数怎么使用

train_test_split函数是用来将数据集划分为训练集和测试集的。在Python中，train_test_split函数可以通过sklearn库中的model_selection模块来使用。下面是一个简单的示例：

from sklearn.model_selection import train_test_split import numpy as np  # 生成一些示例数据 X = np.array([[1, 2], [3, 4], [5, 6], [7, 8]]) y = np.array([0, 1, 0, 1])  # 将数据集划分为训练集和测试集，test_size指定测试集比例，random_state设置随机种子 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)  # 打印划分后的训练集和测试集 print("训练集X:", X_train) print("测试集X:", X_test) print("训练集y:", y_train) print("测试集y:", y_test) 

在这个示例中，我们生成了一个包含4个样本的数据集X和对应的标签y。然后使用train_test_split函数将数据集划分为训练集和测试集，其中test_size参数指定了测试集的比例（这里是0.2，即20%），random_state参数设置了随机种子以确保划分结果的一致性。最后打印出划分后的训练集和测试集。