데이터 리샘플링
Machine Learning 프로젝트의 첫 단계는 모델 학습과 평가를 위해 학습용과 테스트용 데이터셋을 만드는 일이에요. 테스트 데이터셋은 모델이 새로운 데이터에서 어떻게 작동할지 추정하게 해 주며, 과적합을 방지하는 데 도움이 됩니다.
여러분은 통신사 고객 정보를 담은 telecom_df 데이터셋으로 작업하게 돼요. 반응 변수는 canceled_service이며, 고객이 회사와의 계약을 해지했는지를 기록합니다. 예측 변수에는 고객의 휴대전화와 인터넷 사용 정보, 계약 유형, 월 요금 등이 포함되어 있어요.
telecom_df 티블은 이미 세션에 로드되어 있습니다.
이 연습은 강의의 일부입니다
R에서 tidymodels로 모델링하기
연습 안내
telecom_df데이터를 학습용과 테스트용으로 무작위 분할하는 지침을 담은rsample객체telecom_split을 생성하세요.- 데이터의 75%를 학습용으로 할당하고,
canceled_service로 층화(stratify)하세요.
- 데이터의 75%를 학습용으로 할당하고,
- 적절한
rsample함수를 사용해telecom_split객체로부터 학습용과 테스트용 데이터셋을 만드세요. - 각 데이터셋을
nrow()함수에 전달해 행의 개수를 확인하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Create data split object
telecom_split <- ___(___, prop = ___,
strata = ___)
# Create the training data
telecom_training <- ___ %>%
___
# Create the test data
telecom_test <- ___ %>%
___
# Check the number of rows
nrow(___)
nrow(___)