在機器學習中，我們通常將原始資料按照比例分割為“測試集”和“訓練集”，從 sklearn.model_selection 中呼叫train_test_split 函式
簡單用法如下：
X_train,X_test, y_train, y_test =sklearn.model_selection.train_test_split(train_data,train_target,test_size=0.4, random_state=0,stratify=y_train)
train_data：所要劃分的樣本特徵集
train_target：所要劃分的樣本結果
test_size：樣本佔比，如果是整數的話就是樣本的數量
random_state：是隨機數的種子。
- 隨機數種子：其實就是該組隨機數的編號，在需要重複試驗的時候，保證得到一組一樣的隨機數。比如你每次都填1，其他引數一樣的情況下你得到的隨機陣列是一樣的。但填0或不填，每次都會不一樣。
stratify是為了保持split前類的分佈。比如有100個資料，80個屬於A類，20個屬於B類。如果train_test_split(... test_size=0.25, stratify = y_all), 那麼split之後資料如下：
training: 75個資料，其中60個屬於A類，15個屬於B類。
testing: 25個資料，其中20個屬於A類，5個屬於B類。
用了stratify引數，training集和testing集的類的比例是 A：B= 4：1，等同於split前的比例（80：20）。通常在這種類分佈不平衡的情況下會用到stratify。
將stratify=X就是按照X中的比例分配
將stratify=y就是按照y中的比例分配
整體總結起來各個引數的設定及其型別如下：
主要引數說明：
*arrays：可以是列表、numpy陣列、scipy稀疏矩陣或pandas的資料框
test_size：可以為浮點、整數或None，預設為None
①若為浮點時，表示測試集佔總樣本的百分比
②若為整數時，表示測試樣本樣本數
③若為None時，test size自動設定成0.25
train_size：可以為浮點、整數或None，預設為None
①若為浮點時，表示訓練集佔總樣本的百分比
②若為整數時，表示訓練樣本的樣本數
③若為None時，train_size自動被設定成0.75
random_state：可以為整數、RandomState例項或None，預設為None
①若為None時，每次生成的資料都是隨機，可能不一樣
②若為整數時，每次生成的資料都相同
stratify：可以為類似陣列或None
①若為None時，劃分出來的測試集或訓練集中，其類標籤的比例也是隨機的
②若不為None時，劃分出來的測試集或訓練集中，其類標籤的比例同輸入的陣列中類標籤的比例相同，可以用於處理不均衡的資料集
通過簡單栗子看看各個引數的作用：
舉例如下：
通過簡單例子看看各個引數的作用：
①test_size決定劃分測試、訓練集比例
②random_state不同值獲取到不同的資料集
設定random_state=0再執行一次，結果同上述相同
設定random_state=None執行兩次，發現兩次的結果不同
③設定stratify引數，可以處理資料不平衡問題
