Podziel dane na zbiór treningowy i testowy
Pierwszym krokiem trenowania modelu jest podział danych na zbiór treningowy i testowy. Pakiet tidymodels bardzo to ułatwia. Wydzielenie zbioru testowego pozwala ocenić wytrenowany model na danych, których wcześniej nie widział.
Skorzystasz z danych dotyczących rotacji pracowników w firmie ochrony zdrowia – zbiór zawiera informacje o pracownikach oraz o tym, czy odeszli z firmy. Dane są dostępne w obiekcie attrition_df. Zmienna docelowa to Attrition.
Pakiety tidyverse i tidymodels są już wczytane.
To ćwiczenie jest częścią kursu
Redukcja wymiarowości w R
Instrukcje do ćwiczenia
- Zainicjalizuj podział danych, przeznaczając 80% na zbiór treningowy, i zastosuj stratyfikację według zmiennej docelowej
Attrition. - Wyodrębnij zbiór treningowy i zapisz go w zmiennej
train. - Wyodrębnij zbiór testowy i zapisz go w zmiennej
test.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Initialize the split
split <- ___(___, ___ = ___, strata = ___)
# Extract training set
train <- ___ %>% ___()
# Extract testing set
test <- ___ %>% ___()