ランダムなテストデータセットの作成
より高度な融資モデルを作る前に、将来の申込者の結果をどの程度予測できるかを評価するため、データの一部を取り置いておくことが重要です。
次の図のとおり、全観測のうち 75% を学習用、25% をテスト用に使うことができます。
sample() 関数を使うと、学習用データに含める行をランダムサンプリングできます。全観測数と学習に必要な件数を引数として渡すだけです。
得られた行 ID のベクトルを使って、loans データを学習用とテスト用にサブセット化しましょう。データセット loans は用意されています。
この演習はコースの一部です
Rで学ぶSupervised Learning：分類
演習の手順
nrow()関数を使って、loansデータセットの観測数と、75% サンプルに必要な件数を求めます。sample()関数を使って、75% サンプル用の行 ID の整数ベクトルを作成します。sample()の第1引数はデータセットの行数、第2引数は学習用に必要な行数です。- 行 ID を使って
loansをサブセットし、学習用データセットを作成してloans_trainとして保存します。 - もう一度
loansをサブセットし、今度はsample_rowsに含まれないすべての行を選択して、loans_testとして保存します。
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。
# Determine the number of rows for training
# Create a random sample of row IDs
sample_rows <- sample(___, ___)
# Create the training dataset
loans_train <- loans[___]
# Create the test dataset
loans_test <- loans[___]