机器学习数据的划分和介绍

一、sklearn数据集
（一）数据集划分
1、机器学习一般的数据集会划分为两个部分：
训练数据：用于训练，构建模型；
测试数据：在模型检验时使用，用于评估模型是否有效。

2、sklearn数据集划分API
sklearn.model_selection.train_test_split
3、数据集进行分割
（1）sklearn.model_selection.train_test_split(arrays, **options)
x：数据集的特征值
y：数据集的标签值
test_size：测试集的大小，一般为float
random_state：随机数种子,不同的种子会造成不同的随机采样结果。相同的种子采样结果相同。
return：训练集特征值，测试集特征值，训练标签，测试标签(默认随机取)
例如：
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
li = load_iris()
#注意返回值，训练集 train x_train,y_train 测试集 test x_te