介绍

在本文中，我们将学习如何使用 Train Test Split 模型将数据集分为四个部分，开发预测模型，并通过用例分析预测和数据集。

用例——问题陈述

我们这篇文章的目标是预测患者是否患有糖尿病。我们所有的患者都是年轻女性，她们提供的数据（即怀孕次数、血糖水平和 BMI）将用于预测糖尿病。这是我们将要使用的数据集。

机器学习中的训练和测试数据

使用数据集，几乎所有机器学习算法都在三个不同的阶段运行：数据预处理、预测模型和数据分析。在该过程的第 1 阶段，数据集被分成 80% 的训练数据和 20% 的测试数据。使用Train Test Split模型，在预测模型和数据分析之前，我们首先要完成数据预处理。

为了开始数据预处理，我们首先需要使用 pip 安装几个Python 库：

>>>pip install pandas>>>pip install sklearn

安装必要的库后，我们将使用 pandas 库导入数据集，并使用 sklearn 库执行数据集的划分

导入这些包后，我们会将我们的数据集从 csv 文件读取到 pandas 数据框