Python Scikit-learn: 手写数字数据集分割 - 训练集和测试集 (20% 测试数据，随机种子 666)

以下是加载 digits 数据集并拆分成训练集和测试集的代码：\n\npython\nfrom sklearn.datasets import load_digits\nfrom sklearn.model_selection import train_test_split\n\n# 加载 digits 数据集\ndigits = load_digits()\n\n# 拆分数据集\nX_train, X_test, y_train, y_test = train_test_split(digits.data, digits.target, test_size=0.2, random_state=666)\n\n# 打印拆分后的数据集形状\nprint("训练集样本数量：", X_train.shape[0])\nprint("测试集样本数量：", X_test.shape[0])\n\n\n运行以上代码后，将得到训练集 X_train 和 y_train，以及测试集 X_test 和 y_test。其中，训练集占 80%，测试集占 20%。并且设置了随机数种子为 666。