train_test_split()
函数:交叉验证
一般形式：如下，
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(train_data,train_target,test_size=0.4,test_size=0.25,random_state=33)
train_test_split(), sklearn
train_data：所要划分的样本特征集
train_target：所要划分的样本结果
test_size：样本占比，如果是整数的话就是样本的数量
random_state：是随机数的种子。
随机数种子：其实就是该组随机数的编号，在需要重复试验的时候，保证得到一组一样的随机数.
比如你每次都填
1
，
其他参数一样的情况下
你得到的随机数组是一样的。
但填
0
或不填，每次都会不一样
。
(随机数的产生取决于种子，随机数和种子之间的关系遵从以下两个规则：种子不同，产生不同的随机数；种子相同，即使实例不同也产生相同的随机数。)