Prueba una partición 60/40

Como viste en el vídeo, en este capítulo trabajarás con el conjunto de datos Sonar, usando un 60% para entrenamiento y un 40% para prueba. Vamos a practicar una vez más cómo crear una partición train/test para asegurarnos de que lo dominas. Recuerda que puedes usar la función sample() para obtener una permutación aleatoria de los índices de fila de un conjunto de datos y usarla al crear particiones train/test, por ejemplo:

n_obs <- nrow(my_data)
permuted_rows <- sample(n_obs)

Y después usar esos índices de fila para reordenar aleatoriamente el conjunto de datos, por ejemplo:

my_data <- my_data[permuted_rows, ]

Una vez que tu conjunto de datos esté en orden aleatorio, puedes separar el primer 60% como conjunto de entrenamiento y el último 40% como conjunto de prueba.

Este ejercicio forma parte del curso

Machine Learning con caret en R

Ver curso

Instrucciones del ejercicio

Obtén el número de observaciones (filas) en Sonar y asígnalo a n_obs.
Baraja los índices de fila de Sonar y guarda el resultado en permuted_rows.
Usa permuted_rows para reordenar aleatoriamente las filas de Sonar y guarda el resultado como Sonar_shuffled.
Identifica la fila correcta para dividir con una partición 60/40. Guarda este número de fila como split.
Guarda el primer 60% de Sonar_shuffled como conjunto de entrenamiento.
Guarda el último 40% de Sonar_shuffled como conjunto de prueba.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Get the number of observations


# Shuffle row indices: permuted_rows


# Randomly order data: Sonar


# Identify row to split on: split
split <- round(n_obs * ___)

# Create train


# Create test

Editar y ejecutar código