2. 数据分割

1. 为什么是数据分割

通过把数据集 (Dataset) 中的数据内容分割成训练集 (Train Set) 和测试集 (Test Set)，用训练集来训练模型，再通过测试集来测试模型的性能，如果测试通过，才会考虑投放在实际应用中。

---

2. 数据分割的注意事项

2.1. 保证数据的随机性

如果数据分割是按照一定的规律进行的话，那么训练出来的模型也会被“模式化”，一旦遇到特殊值，就会判断出错。

2.2. 保证训练集的大小

训练的数量越大，模型的准确率一般会更高。如果训练集太小，模型就“不稳定”，在测试中遇到特殊值，就容易得到错误的结果。

---

3. Python实现方法

Github代码：https://github.com/JasonDean-1/MachineLearningDemo/blob/master/DataPreprocessing/1.DataSplit.py

3.1. 调用sklearn的包

# -*- coding: utf-8 -*-