Um modelo ajustado já usou os rótulos de treinamento. Medi-lo com essas mesmas linhas mostra o quanto ele consegue reproduzir observações conhecidas, não o quanto ele vai lidar bem com as novas. Uma partição de teste fornece linhas que ficam fora do ajuste. Divida as entradas e os rótulos ao mesmo tempo para que cada linha de variáveis mantenha o resultado original.
Um random_state fixo torna um exercício repetível. Isso não faz de uma divisão algo representativo em todos os casos. A estratificação preserva aproximadamente as proporções das classes e ajuda a evitar que um rótulo raro desapareça de uma partição pequena. Deixe cada linha em uma única partição e use o tamanho de divisão solicitado. Os exercícios rejeitam de propósito partições que se sobrepõem e rótulos embaralhados separadamente. Lições posteriores explicam por que o tempo e os clientes repetidos podem exigir outra estratégia de divisão.
Dividir as entradas e os rótulos ao mesmo tempo preserva a correspondência entre eles. O conjunto reservado intocado estima o desempenho em linhas que o modelo ajustado não viu.