1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Machine Learning dans le tidyverse
Connected

Bài tập

La division train-test

Dans un flux de travail de Machine Learning rigoureux, il est essentiel de mettre de côté une partie de vos données (données de test) et de ne pas l'utiliser lors de la prise de décisions. Cela vous permet d'évaluer de façon indépendante la performance de votre modèle une fois finalisé. Le reste des données, les données d'entraînement, sert à construire le modèle et à choisir le meilleur.

Dans cet exercice, vous allez utiliser le paquet rsample pour diviser vos données et effectuer la première séparation train-test de vos données gapminder.

Remarque : Comme il s'agit d'une séparation aléatoire, il est recommandé de fixer une graine (seed) avant de procéder au découpage.

Hướng dẫn

100 XP
  • Divisez vos données en 75 % pour l'entraînement et 25 % pour le test à l'aide de la fonction initial_split() et assignez le résultat à gap_split.
  • Extrayez la trame de données d'entraînement de gap_split avec la fonction training().
  • Extrayez la trame de données de test de gap_split avec la fonction testing().
  • Vérifiez que les dimensions de vos nouvelles trames de données correspondent à vos attentes en utilisant la fonction dim() sur training_data et testing_data.