Séparer les ensembles d'entraînement et de test
La première étape pour entraîner un modèle consiste à diviser les données en ensembles d'entraînement et de test. Le paquet tidymodels facilite cette opération. Mettre de côté un ensemble de test permet d'évaluer le modèle entraîné sur des données qu'il n'a jamais vues.
Vous utiliserez les données sur l'attrition du personnel en soins de santé, qui contiennent des renseignements sur les employés d'une entreprise du secteur et indiquent s'ils ont quitté l'entreprise ou non. Elles sont accessibles dans attrition_df. La variable cible est Attrition.
Les paquets tidyverse et tidymodels ont été chargés pour vous.
Cette activité fait partie du cours
Réduction de dimension en R
Instructions de l’exercice
- Initialisez une division des données avec 80 % pour l'entraînement et effectuez une stratification selon
Attrition, la variable cible. - Extrayez l'ensemble d'entraînement et enregistrez-le dans
train. - Extrayez l'ensemble de test et enregistrez-le dans
test.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Initialize the split
split <- ___(___, ___ = ___, strata = ___)
# Extract training set
train <- ___ %>% ___()
# Extract testing set
test <- ___ %>% ___()