建立資料分折

只把資料分一次成訓練集與測試集在統計上不夠穩健——有小機率會出現測試集中剛好都是高評分可可豆，而低評分的都落在訓練集中。 這也代表你只能評估模型效能一次。

交叉驗證能在不踩統計陷阱的情況下，提供較穩健的取樣外效能估計——能更全面地評估你的模型。

在這個練習中，你會為已載入的訓練資料 chocolate_train 建立分折。