我想将数据分成训练集、测试集和验证集，并且这些数据集是分层抽样的，但sklearn只提供了cross_validation.train_test_split，只能将数据分成两部分。如果我想这样做，应该怎么办？

回答：

如果你想使用分层训练/测试分割，你可以使用Sklearn中的StratifiedKFold

假设X是你的特征，y是你的标签，根据这里的示例：

from sklearn.model_selection import StratifiedKFoldcv_stf = StratifiedKFold(n_splits=3)for train_index, test_index in skf.split(X, y):    print("TRAIN:", train_index, "TEST:", test_index)    X_train, X_test = X[train_index], X[test_index]    y_train, y_test = y[train_index], y[test_index]

更新：如果要将数据按3个不同的百分比进行分割，可以使用numpy.split()，示例如下：

X_train, X_test, X_validate  = np.split(X, [int(.7*len(X)), int(.8*len(X))])y_train, y_test, y_validate  = np.split(y, [int(.7*len(y)), int(.8*len(y))])