Créer des jeux de données d'entraînement et de test
Le paquet rsample sert à créer des jeux de données d'entraînement et de test. Créer un jeu de test est essentiel pour estimer la performance probable d'un modèle entraîné sur de nouvelles données. Cela permet aussi d'éviter le surapprentissage, quand un modèle mémorise des tendances propres aux données d'entraînement et se comporte mal sur des données inédites.
Dans cet exercice, vous allez créer des jeux d'entraînement et de test à partir des données home_sales. Ces données contiennent des renseignements sur des maisons vendues dans la région de Seattle, dans l'État de Washington, entre 2015 et 2016.
La variable cible dans ces données est selling_price.
Le paquet tidymodels sera préchargé dans chaque exercice du cours. Le tibble home_sales a aussi été chargé pour vous.
Cette activité fait partie du cours
Modélisation avec tidymodels en R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Create a data split object
home_split <- ___(home_sales,
prop = ___,
strata = ___)