Чтобы разделить выборку на обучающую и тестовую, мы можем использовать функцию train_test_split из библиотеки scikit-learn. В качестве аргументов этой функции передаем данные и целевую переменную, а также указываем размер тестовой выборки.

python

from sklearn.model_selection import train_test_split



# Разделение данных на обучающую и тестовую выборки

x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=200)



# x - данные

# y - целевая переменная

# test_size - размер тестовой выборки (200 значений)



# Размер обучающей выборки

print("Размер обучающей выборки:", len(x_train))



# Размер тестовой выборки

print("Размер тестовой выборки:", len(x_test))

Пример вывода:

Размер обучающей выборки: 4800

Размер тестовой выборки: 200

В данном коде мы импортируем функцию train_test_split из модуля model_selection в библиотеке scikit-learn. Затем, мы вызываем эту функцию, передавая ей данные и целевую переменную (x и y), а также указываем test_size=200, чтобы задать размер тестовой выборки. Функция train_test_split возвращает четыре массива: x_train, x_test, y_train, y_test. x_train - это обучающие данные, которые будут использоваться для обучения модели, x_test - тестовые данные, которые будут использоваться для проверки качества модели. y_train и y_test - соответствующие целевые переменные для обучающих и тестовых данных. Наконец, мы выводим размеры обучающей и тестовой выборок, чтобы проверить, что они разделены правильно. В данном примере размер обучающей выборки будет равен 4800, а размер тестовой выборки будет равен 200.