CommencezCommencez gratuitement

Créer des ensembles d'entraînement et de test

Scinder un jeu de données en ensembles d'entraînement et de test est une étape importante pour bâtir et évaluer un modèle de classification. L'ensemble d'entraînement sert à construire le modèle et l'ensemble de test à évaluer sa précision prédictive.

Dans cet exercice, vous allez scinder le jeu de données que vous avez créé au chapitre précédent en ensembles d'entraînement et de test. Le jeu de données a été chargé dans la trame de données df, et une graine a déjà été définie pour assurer la reproductibilité. Rappelez-vous que, dans la vidéo précédente, nous avons fixé la borne supérieure de la taille de l'ensemble d'entraînement à l'aide de fonctions pratiques — à vous maintenant de les mettre en œuvre !

Cette activité fait partie du cours

Machines à vecteurs de support en R

Voir le cours

Instructions de l’exercice

  • Déterminez la borne supérieure du nombre de lignes à inclure dans l'ensemble d'entraînement et enregistrez-la dans sample_size.
  • Créez le vecteur train qui stocke de façon aléatoire les indices de l'ensemble d'entraînement selon la proportion 80/20.
  • Assignez les lignes du vecteur train à la trame de données trainset et le reste à la trame de données testset.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Set the upper bound for the length of the training set
sample_size <- ___(___ * nrow(df))

# Assign rows to training set randomly
train <- ___(seq_len(nrow(df)), size = ___)

# Yield training and test sets
trainset <- df[___, ]
testset <- df[-___, ]
Modifier et exécuter le code