Un modelo ajustado ya ha usado las etiquetas de entrenamiento. Medirlo con esas mismas filas te dice lo bien que reproduce observaciones conocidas, no lo bien que tratará las nuevas. Una partición de prueba aporta filas que quedan fuera del ajuste. Divide a la vez las entradas y las etiquetas para que cada fila de variables conserve su resultado original.
Un random_state fijo hace que un ejercicio sea repetible. No hace que una división sea representativa en todos los casos. La estratificación conserva aproximadamente las proporciones de clase y ayuda a que una etiqueta poco frecuente no desaparezca de una partición pequeña. Deja cada fila en una sola partición y usa el tamaño de división solicitado. Los ejercicios rechazan a propósito las particiones que se solapan y las etiquetas barajadas por separado. Las lecciones posteriores explican por qué el tiempo y los clientes repetidos pueden exigir otra estrategia de división.
Dividir a la vez las entradas y las etiquetas conserva su correspondencia. El conjunto reservado sin tocar estima el rendimiento en filas que el modelo ajustado no ha visto.