Zufällige Testdatensätze erstellen

Bevor du ein anspruchsvolleres Kreditvergabemodell erstellst, ist es wichtig, einen Teil der Kreditdaten zurückzuhalten, um zu simulieren, wie gut es die Ergebnisse zukünftiger Kreditanträge vorhersagt.

Wie in der folgenden Grafik dargestellt, kannst du 75 % der Beobachtungen für das Training und 25 % für das Testen des Modells verwenden.

Mit der Funktion sample() kannst du eine Zufallsstichprobe von Zeilen erzeugen, die in den Trainingssatz aufgenommen werden. Übergebe ihr einfach die Gesamtzahl der Beobachtungen und die für das Training benötigte Anzahl.

Verwende den resultierenden Vektor von Zeilen-IDs, um die Kredite in Trainings- und Testdatensätze zu unterteilen. Der Datensatz loans steht dir zur Verfügung.

Diese Übung ist Teil des Kurses

Überwachtes Lernen in R: Klassifikation

Kurs anzeigen

Anleitung zur Übung

Wende die Funktion nrow() an, um zu bestimmen, wie viele Beobachtungen im Datensatz loans enthalten sind, und wie viele du für eine 75-%-Stichprobe benötigst.
Verwende die Funktion sample(), um einen Integer-Vektor von Zeilen-IDs für die 75-%-Stichprobe zu erstellen. Das erste Argument von sample() sollte die Anzahl der Zeilen im Datensatz sein, das zweite die Anzahl der Zeilen, die du in deinem Trainingssatz brauchst.
Unterteile die Daten loans mithilfe der Zeilen-IDs, um den Trainingsdatensatz zu erstellen. Speichere ihn als loans_train.
Unterteile loans erneut, wähle dieses Mal jedoch alle Zeilen aus, die nicht in sample_rows enthalten sind. Speichere dies als loans_test

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Determine the number of rows for training


# Create a random sample of row IDs
sample_rows <- sample(___, ___)

# Create the training dataset
loans_train <- loans[___]

# Create the test dataset
loans_test <- loans[___]

Code bearbeiten und ausführen