from sklearn.model_selection import train_test_split
train_test_split是交叉驗證中常用的函數，功能是從樣本中隨機的按比例選取train data和test data。
語法：
X_train,X_test, y_train, y_test =
cross_validation.train_test_split(train_data,train_target,test_size=0.4, random_state=0)
參數：
- train_data：所要划分的樣本數據集
- train_target：所要划分的樣本結果
- test_size：樣本占比，如果是整數就是樣本的數量
- random_state：隨機數的種子
隨機數種子：
其實就是該組隨機數的編號，在需要重復試驗的時候，保證得到一組一樣的隨機數。比如你每次都填1，其他參數一樣的情況下你得到隨機數組是一樣的。但填0或不填，每次都不一樣。
隨機數的產生取決於種子，隨機數和種子之間的關系遵從以下兩個規則：
種子不同，產生不同的隨機數；種子相同，即使實例不同也產生相同的隨機數。
官方文檔：http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html