Для разделения набора данных на обучающую выборку и тестовую выборку воспользуемся функцией train_test_split из библиотеки sklearn.model_selection. Данная функция разделяет данные на две части в заданном соотношении. Для начала, подключим необходимые библиотеки:

python

import pandas as pd

from sklearn.model_selection import train_test_split

Предположим, что у нас есть набор данных, который содержит две колонки "Признаки" и "Целевая переменная". Данные хранятся в файле "data.csv". Загрузим данные в DataFrame:

python

data = pd.read_csv('data.csv')

Теперь, разделим данные на обучающую и тестовую выборки. Укажем test_size=0.05, чтобы 5% данных было в тестовой выборке, а 95% в обучающей. Также, установим random_state, чтобы получить повторяемые результаты:

python

train_data, test_data = train_test_split(data, test_size=0.05, random_state=42)

Теперь, в переменной train_data будут содержаться 95% данных, а в переменной test_data - 5% данных. Мы можем использовать эти данные для построения и оценки моделей машинного обучения. Для того чтобы в тестовую выборку поместить ровно 200 значений, можно воспользоваться следующим кодом:

python

train_data, test_data = train_test_split(data, test_size=200, random_state=42)

Теперь, в переменной test_data будет содержаться ровно 200 значений, а в train_data - все остальные значения. Также, стоит отметить, что при разделении данных для обучения и тестирования модели необходимо учитывать, что разбиение должно быть случайным, чтобы исключить возможные смещения данных. В качестве параметра random_state в функции train_test_split можно указать любое фиксированное число. Это число будет использовано для инициализации генератора случайных чисел и обеспечивает воспроизводимость результатов.