我正在尝试训练一些机器学习 (ML) 算法，例如 SVM、NB 和随机森林，以对灾难推文进行二进制分类。在这个项目中，我想为组合灾难数据集训练 ML 算法。但是，我想将其分别应用于个别灾害（例如，针对多灾的训练，应用于地震；针对多灾的训练，应用于洪水）。我在一个单独的灾难中拥有组合数据集，在pandas DataFrame单独的灾难中拥有单独的数据集DataFrames。在这种情况下，我应该如何拆分我的训练和测试数据集？目前，我拆分了我的组合数据集并应用了 ML 算法。

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(all_disaster['cleaned'], all_disaster['target'], test_size=0.33, random_state=42)

但是，我觉得这不是正确的方法，因为我想把它应用到个别的灾难中。