훈련용과 테스트용 세트로 분할하기
모델을 학습하는 첫 단계는 데이터를 훈련 세트와 테스트 세트로 나누는 것입니다. tidymodels 패키지를 사용하면 이 작업을 쉽게 할 수 있어요. 테스트 데이터 세트를 따로 떼어 두면, 모델이 한 번도 보지 못한 데이터로 학습된 모델을 평가할 수 있습니다.
이번에는 의료 기업 직원의 이직 여부 정보를 담은 employee healthcare attrition 데이터를 사용합니다. 데이터는 attrition_df에 있으며, 목표 변수는 Attrition입니다.
tidyverse와 tidymodels 패키지는 미리 불러와 두었습니다.
이 연습은 강의의 일부입니다
R에서의 차원 축소
연습 안내
- 목표 변수
Attrition을 기준으로 층화하고, 학습용 비율이 80%가 되도록 데이터 분할을 초기화하세요. - 훈련 데이터 세트를 추출해
train에 저장하세요. - 테스트 데이터 세트를 추출해
test에 저장하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Initialize the split
split <- ___(___, ___ = ___, strata = ___)
# Extract training set
train <- ___ %>% ___()
# Extract testing set
test <- ___ %>% ___()