Как разбивали выборку на обучающую и тестовую?

Выборку обычно разбивают на обучающую (train) и тестовую (test) части для оценки качества модели на новых данных. Основные подходы:

• Случайное разбиение: случайным образом распределяют данные, например, 70% на обучение и 30% на тест.
• Стратифицированное разбиение: при наличии категориальных меток разбивают так, чтобы пропорции классов сохранялись в обеих выборках.
• Кросс-валидация: данные разбиваются на несколько частей (folds), и модель обучается и тестируется поочерёдно на разных частях.

Пример на Python с использованием sklearn:

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, stratify=y, random_state=42)

Здесь 30% данных выделены под тест, при этом сохраняется распределение классов.