train_test_split資料集分割

函式名：train_test_split
所在包：sklearn.model_selection
功能：劃分資料的訓練集與測試集
引數解讀：train_test_split (*arrays，test_size, train_size, rondom_state=None, shuffle=True, stratify=None)

• arrays：特徵資料和標籤資料（array，list，dataframe等型別），要求所有資料長度相同。
• test_size / train_size: 測試集/訓練集的大小，若輸入小數表示比例，若輸入整數表示資料個數。
• rondom_state：隨機種子（一個整數），其實就是一個劃分標記，對於同一個資料集，如果rondom_state相同，則劃分結果也相同。
• shuffle：是否打亂資料的順序，再劃分，預設True。
• stratify：none或者array/series型別的資料，表示按這列進行分層取樣。

舉個栗子：

特徵資料：data
   a  b  c
0  1  2  3
1  1  3  6
2  2  3  8
3  1  5  7
4  2  4  8
5  2  3  6
6  1  4  8
7  2  3  6
標籤資料：label
[2,3,5,6,8,0,2,3]

#劃分
xtrain,xtest,ytrain,ytest=train_test_split(data,label,test_size=0.2,stratify=data['a'],random_state=1)
訓練特徵集：
   a  b  c
0  1  2  3
2  2  3  8
3  1  5  7
5  2  3  6
6  1  4  8
4  2  4  8
測試特徵集：
   a  b  c
1  1  3  6
7  2  3  6

訓練集與測試集按照a列來分層取樣，且無論重複多少次上述語句，劃分結果都相同。