from sklearn.cross_validation import train_test_split

在做機器學習專案時，有時候會需要自己手動把資料集分隔成訓練集、交叉驗證集（CV）或者交叉驗證集和測試集，此時可以用到sklearn提供的分隔資料集的函式，以下舉例說明：

>>> mat = sio.loadmat('data.mat')
>>> mat.keys()
dict_keys(['__header__', '__version__', '__globals__', 'X', 'Xval', 'yval'])

>>
 
> mat.get('Xval').shape, mat.get('yval').shape
((307, 2), (307, 1))

>>> Xval, Xtest, yval, ytest = train_test_split(mat.get('Xval'),mat.get('yval').ravel(),test_size=0.5)
Xval.shape, Xtest.shape, yval.shape, ytest.shape
((153, 2), (154, 2), (153,), (154,))

現在解釋一下上面的程式碼，先匯入資料，看了資料是什麼樣的組織形式，這時我們發現數據只有訓練集和驗證集，沒有測試集。此時就需要train_test_split