在准备训练数据集时，我需要从训练数据集中移除目标变量数据吗，还是可以保留它？所以，下面的代码中X = df[:,:]是否应该排除目标变量，这是否重要？

# 要预测的特征 (y)y = df['predicted'] #目标变量#训练数据X = df[:,:]# 执行70%训练和30%测试数据分割X_train, X_test, y_train, y_test = ____(X, y, ____=____)

回答：

保留或不保留目标变量取决于你使用的机器学习库。在创建训练数据集时，一些库允许你指定使用哪些列进行训练。对于这些库，你不需要从训练数据中移除任何东西。

Sklearn没有这个选项，因此你需要删除目标特征。

# 要预测的特征 (y)y = df['predicted'] #目标变量#训练数据X = df.drop("predicted",1)# 这里1是轴，意味着删除一列# 执行70%训练和30%测试数据分割X_train, X_test, y_train, y_test = ____(X, y, ____=____)