Python 数据划分：训练集 (70%) 和测试集 (30%) 的最佳实践

首先，需要将数据按照一定的规则（如随机抽样）划分为训练集和测试集。以下是 Python 代码示例：

import pandas as pd
from sklearn.model_selection import train_test_split

# 读取数据
data = pd.read_csv('data.csv')

# 划分训练集和测试集
train_data, test_data, train_label, test_label = train_test_split(data.iloc[:, :-1], data.iloc[:, -1], test_size=0.3, random_state=42)

# 打印训练集和测试集的大小
print('训练集大小：', train_data.shape[0])
print('测试集大小：', test_data.shape[0])

解释一下代码：

1. pd.read_csv('data.csv') 读取数据文件，这里假设数据文件名为 'data.csv'。
2. train_test_split 是 scikit-learn 库提供的函数，用于划分训练集和测试集。其中，第一个参数 data.iloc[:, :-1] 表示除了最后一列（即标签列）外的所有列，即特征列。第二个参数 data.iloc[:, -1] 表示最后一列，即标签列。test_size=0.3 表示测试集的大小为 30%。random_state=42 表示随机种子，保证每次运行代码时划分的训练集和测试集都相同。
3. train_data 和 train_label 分别表示训练集的特征和标签，test_data 和 test_label 分别表示测试集的特征和标签。
4. train_data.shape[0] 和 test_data.shape[0] 分别表示训练集和测试集的大小，即样本数。