Než vytvoříš sofistikovanější model pro půjčky, je důležité vyčlenit část dat, abys mohl/a simulovat, jak dobře bude model předpovídat výsledky budoucích žadatelů o půjčku.

Jak ukazuje následující obrázek, na trénování modelu můžeš použít 75 % pozorování a zbývajících 25 % si nechat na testování.

Funkce sample() umožňuje vygenerovat náhodný výběr řádků, které budou součástí trénovací sady. Stačí zadat celkový počet pozorování a počet, kolik jich potřebuješ pro trénování.

Výsledný vektor ID řádků pak použij k rozdělení datasetu loans na trénovací a testovací část. Dataset loans máš k dispozici.

Trénink větších klasifikačních stromů

Create Your Free Account