如何将稀疏矩阵拆分为训练集和测试集？

我想了解如何使用稀疏矩阵。我有这段代码可以生成多标签分类数据集作为稀疏矩阵。

from sklearn.datasets import make_multilabel_classification

X, y = make_multilabel_classification(sparse = True, n_labels = 20, return_indicator = 'sparse', allow_unlabeled = False)

这段代码给了我以下格式的 X：

<100x20 sparse matrix of type '<class 'numpy.float64'>' 
with 1797 stored elements in Compressed Sparse Row format>

y:

<100x5 sparse matrix of type '<class 'numpy.int64'>'
with 471 stored elements in Compressed Sparse Row format>

现在我需要将X和y分成X_train、X_test、y_train和y_test，这样训练集就占70%。我该怎么做？

这是我尝试过的：

X_train, X_test, y_train, y_test = train_test_split(X.toarray(), y, stratify=y, test_size=0.3)

并收到错误消息：

类型错误：传递了稀疏矩阵，但需要密集数据。使用 X.toarray() 转换为密集 numpy 数组。

错误消息本身似乎暗示了解决方案。两者都需要转换X and y到稠密矩阵。

请执行以下操作，

X = X.toarray()
y = y.toarray()

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