我有一个.csv文件，里面包含了我的数据。我想进行Logistic Regression（逻辑回归）、Naive Bayes（朴素贝叶斯）和Decision Trees（决策树）的分析。我已经知道如何实现这些算法。
然而，我的老师希望我将.csv文件中的数据按80%进行分割，并让我的算法预测剩余的20%。我想知道如何以这种方式分割数据。
diabetes_df = pd.read_csv("diabetes.csv")diabetes_df.head()with open("diabetes.csv", "rb") as f: data = f.read().split() train_data = data[:80] test_data = data[20:]我尝试过像这样进行分割（显然是行不通的）。
回答：
工作流程
- 加载数据（参见如何使用Python读取和写入CSV文件？）
- 预处理数据（例如，过滤/创建新特征）
- 进行训练-测试（验证和开发集）分割
代码
Sklearn的sklearn.model_selection.train_test_split正是你所需要的：
from sklearn.model_selection import train_test_splitX_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.33, random_state=0)