函数内部test_size=0.15表示应保留用于测试/验证的数据百分比。

X_train, X_val, y_train, y_val = train_test_split(
                             X, y, test_size=0.15, random_state=42, shuffle=True)

• X - 独立特征（不包括目标变量）
• y - 因变量，称为（目标）。

因此，为了训练您的模型，您使用X_train作为特征，使用y_train作为基本事实。同样，在测试时，您使用X_test作为特征并使用y_test来验证预测的标签。

将 (X,y) 视为您的主要数据集，它是输入变量与目标输出分类或值之间的一对一映射。该拆分函数随机划分数据集行，以便您最终得到不相交的训练和测试子数据集。每个测试和训练子数据集的行数都与指定的百分比大小参数成正比。split 函数分别返回 (X_train, y_train) & (X_test, y_test) 部分。

X 和 y

• X 是特征值的矩阵，每一列是一个特征，并且是已知值。

  X 的每一列都是一个自变量。

• y 是目标值的向量，是您要尝试预测的值。

  y 只有一列，是依赖/目标变量。

• X anf y 中的一行是一个数据样本。

分裂

一开始，您会将数据拆分为训练集和测试集。

• 因此，您将拥有 X_train 和 y_train 用于在模型训练期间使用的特征和目标值。

• 您将拥有 X_test 和 y_test 用于最终评估模型的特征和目标值。

测试尺寸

test_size=0.15 意味着 tou 将使用 15% 的数据样本（行）用于测试集：X_test 和 y_test

以及训练集的剩余 85% 样本（行）：X_train 和 y_train