学習用データとテスト用データに分割する
モデルを学習する最初のステップは、データを学習用とテスト用に分割することです。tidymodels パッケージを使うと、これが簡単に行えます。テスト用データを取り分けておくことで、学習済みモデルを未見のデータで評価できます。
ここでは、医療系企業の従業員データと退職有無を含む従業員離職データを使います。データは attrition_df として利用可能です。目的変数は Attrition です。
tidyverse と tidymodels パッケージは読み込まれています。
この演習はコースの一部です
Rによる次元削減
演習の手順
- データの分割を初期化し、学習用を80%に設定し、目的変数である
Attritionに基づいて層化します。 - 学習用データを抽出して
trainに保存します。 - テスト用データを抽出して
testに保存します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Initialize the split
split <- ___(___, ___ = ___, strata = ___)
# Extract training set
train <- ___ %>% ___()
# Extract testing set
test <- ___ %>% ___()