一、如何拆分数据
通常可以将单个数据集拆分为一个训练集和一个测试集。
（1）训练集 —用于训练模型的子集。
（2）测试集 —用于测试训练后模型的子集。

二、拆分数据的一些注意事项：

（1）两个数据集必须相互独立。
（2）确保先进行随机化，再拆分数据。
（3）如果数据集规模很小，可能需要执行诸如交叉验证之类较为复杂的操作。
（4） 请勿对测试数据进行训练。

三、Sklearn数据集拆分代码实践

# 1. 导包
import pandas as pd
from sklearn.datasets import load_breast_cancer

# 2. 调用函数返回乳腺癌数据集数据
cancer = load_breast_cancer()
cancer.data # 数据
cancer.feature_names # 数据对应的特征名称
# 3. 将数据集转换成DataFrame
X = pd.DataFrame(cancer.data, columns=cancer.feature_names) 
y = cancer.target # 标签数据

# 4. 导入切分数据集API
from sklearn.model_selection import train_test_split

# 5. 传入整个数据集X, y
X_train, X_test, y_train, y_test = train_test_split(
   X, y, test_size=0.3, random_state=0)

说明：
test_size : 从里面抽取出数据的百分比作为测试集
random_state：随机数种子
X_train、y_train：训练集的自变量和因变量
X_test 、y_test ：测试集的自变量和因变量