Ajuster un modèle aux données d'entraînement
Il est temps de scinder vos données en un ensemble d'« entraînement » pour ajuster un modèle, et un ensemble de « test » distinct pour évaluer la capacité prédictive du modèle. Avant de faire cette division, nous allons d'abord échantillonner 100 % des lignes de house_prices sans remise et l'assigner à house_prices_shuffled. Cela a pour effet de « mélanger » les lignes, ce qui garantit que les ensembles d'entraînement et de test sont échantillonnés de façon aléatoire.
Cette activité fait partie du cours
Modélisation avec des données dans le tidyverse
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Set random number generator seed value for reproducibility
set.seed(76)
# Randomly reorder the rows
house_prices_shuffled <- house_prices %>%
sample_frac(size = 1, replace = FALSE)
# Train/test split
train <- house_prices_shuffled %>%
slice(___:___)
test <- house_prices_shuffled %>%
slice(___:___)