테스트-훈련 데이터 분할
체계적인 Machine Learning 워크플로에서는 데이터의 일부(테스트 데이터)를 의사결정 과정에서 완전히 제외하는 것이 매우 중요합니다. 이렇게 하면 모델이 완성된 후 성능을 독립적으로 평가할 수 있습니다. 나머지 데이터인 훈련 데이터는 최적의 모델을 구축하고 선택하는 데 사용됩니다.
이번 연습 문제에서는 rsample 패키지를 사용하여 gapminder 데이터를 훈련 세트와 테스트 세트로 분할합니다.
참고: 데이터를 무작위로 분할하므로, 분할 전에 시드(seed)를 설정하는 것이 좋습니다.
이 연습은 강의의 일부입니다
Tidyverse로 배우는 Machine Learning
연습 안내
initial_split()함수를 사용하여 데이터를 훈련 75%, 테스트 25%로 분할하고gap_split에 할당하세요.training()함수를 사용하여gap_split에서 훈련 데이터 프레임을 추출하세요.testing()함수를 사용하여gap_split에서 테스트 데이터 프레임을 추출하세요.training_data와testing_data에dim()함수를 적용하여 새로운 데이터 프레임의 차원이 예상한 대로인지 확인하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
set.seed(42)
# Prepare the initial split object
gap_split <- initial_split(___, prop = ___)
# Extract the training data frame
training_data <- ___
# Extract the testing data frame
testing_data <- ___
# Calculate the dimensions of both training_data and testing_data
dim(___)
dim(___)