R Tip：資料集劃分為訓練集和測試集？
摘要：
問題背景：我們構建資料模型的時候，需要把資料集劃分為訓練集和測試集，訓練集用來訓練模型，測試集用來測試模型的泛化能力。本文總結R語言如何把資料集劃分為訓練集和測試集？
解決方案
結合實際工作，羅列4中解決方案。
1 使用smaple()函式
程式碼片段如下：
data &l...
問題背景：我們構建資料模型的時候，需要把資料集劃分為訓練集和測試集，訓練集用來訓練模型，測試集用來測試模型的泛化能力。本文總結R語言如何把資料集劃分為訓練集和測試集？
解決方案
結合實際工作，羅列4中解決方案。
1 使用smaple()函式
程式碼片段如下：
data <- read.csv("raw_data/data.csv")
set.seed(20180808)
index <-sort(sample(nrow(data), nrow(data)*.7))
train <- data[index,]
test <-data[-index,]
2 使用caret包
程式碼片段如下：
library(caret)
data <- read.csv("raw_data/data.csv")
set.seed(20180808)
index <- createDataPartition(
data$y,
p = 0.7,
list = FALSE
)
train <- data[index, ]
test <- data[-index, ]
3 使用caTools包
程式碼片段如下：
library(caTools)
data <- read.csv("raw_data/data.csv")
set.seed(20180808)
index<-sample.split(data$y,SplitRatio = 0.3)
train <- subset(data, index == TRUE)
test <- subset(data, index == FALSE)
4 使用scorecard包
程式碼片段如下：
library(scorecard)
data <- read.csv("raw_data/data.csv")
set.seed(20180808)
data_list <- split_df(data, ratio = 0.7)
train <- data_list$train
test <- data_list$test
參考資料
1 https://topepo.github.io/caret/data-splitting.html 2 http://shujuren.org/article/637.html
版權宣告：作者保留權利，嚴禁修改，轉載請註明原文連結。
資料人網是資料人學習、交流和分享的平臺http://shujuren.org 。專注於從資料中學習到有用知識。 平臺的理念：人人投稿，知識共享；人人分析，洞見驅動；智慧聚合，普惠人人。 您在資料人網平臺，可以1）學習資料知識；2）建立資料部落格；3）認識資料朋友；4）尋找資料工作；5）找到其它與資料相關的乾貨。 我們努力堅持做原創，聚合和分享優質的省時的資料知識！ 我們都是資料人，資料是有價值的，堅定不移地實現從資料到商業價值的轉換！