我成功地将数据集按70:30的比例拆分为训练集和测试集，我使用了以下代码:

df_glass['split'] = np.random.randn(df_glass.shape[0], 1)msk = np.random.rand(len(df_glass)) <= 0.7train = df_glass[msk]test = df_glass[~msk]print(train)print(test)

现在，我如何将训练集和测试集进一步拆分为 X_train、y_train、X_test 和 y_test，其中 X 表示数据库的特征，y 表示响应变量？

我需要进行监督学习，并在 X_Train 和 y_Train 上应用机器学习模块。

我的数据库看起来像这样：数据库片段

回答：

我猜你可能会发现这有帮助，以便理解..

import pandas as pdfrom sklearn.cross_validation import train_test_splitfrom sklearn.linear_model import LinearRegression#importing datasetdataset = pd.read_csv('Salary_Data.csv')x = dataset.iloc[:, :-1].valuesy = dataset.iloc[:, 1].values#spliting the dataset into training and test setx_train, x_test, y_train, y_test = train_test_split(x, y, test_size=1/3, random_state=0)