Vytvoření trénovací a testovací datové sady
Balíček rsample je navržený pro vytváření trénovacích a testovacích datových sad. Testovací datová sada je důležitá pro odhadování výkonu natrénovaného modelu na nových datech. Zároveň chrání před přetrénováním, kdy si model zapamatuje vzory specifické pouze pro trénovací data a na nových datech si vede špatně.
V tomto cvičení vytvoříš trénovací a testovací datové sady z dat home_sales. Tato data obsahují informace o domech prodaných v oblasti Seattlu ve státě Washington v letech 2015 a 2016.
Cílová proměnná v těchto datech je selling_price.
Balíček tidymodels bude přednahrán v každém cvičení tohoto kurzu. Tibble home_sales je rovněž připraven k použití.
Toto cvičení je součástí kurzu
Modeling with tidymodels in R
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create a data split object
home_split <- ___(home_sales,
prop = ___,
strata = ___)