Wypróbuj podział 60/40

Jak widziałeś w filmie, w tym rozdziale będziesz pracować ze zbiorem danych Sonar, korzystając z 60% zbioru treningowego i 40% zbioru testowego. Przećwiczmy podział na zbiór treningowy i testowy jeszcze raz, żeby utrwalić ten sposób działania. Przypomnij sobie, że funkcji sample() możesz użyć do losowego przetasowania indeksów wierszy zbioru danych, a następnie zastosować je przy podziale, np.:

n_obs <- nrow(my_data)
permuted_rows <- sample(n_obs)

Następnie użyj tych indeksów, aby losowo zmienić kolejność wierszy zbioru danych, np.:

my_data <- my_data[permuted_rows, ]

Gdy zbiór danych ma już losową kolejność, możesz wyodrębnić pierwsze 60% jako zbiór treningowy, a ostatnie 40% jako zbiór testowy.

To ćwiczenie jest częścią kursu

Uczenie maszynowe z caret w R

Zobacz kurs

Instrukcje do ćwiczenia

Pobierz liczbę obserwacji (wierszy) w zbiorze Sonar i przypisz ją do zmiennej n_obs.
Przetasuj indeksy wierszy zbioru Sonar i zapisz wynik w zmiennej permuted_rows.
Użyj permuted_rows, aby losowo zmienić kolejność wierszy zbioru Sonar i zapisz wynik jako Sonar_shuffled.
Wyznacz właściwy wiersz podziału dla proporcji 60/40. Zapisz numer tego wiersza jako split.
Zapisz pierwsze 60% zbioru Sonar_shuffled jako zbiór treningowy.
Zapisz ostatnie 40% zbioru Sonar_shuffled jako zbiór testowy.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Get the number of observations


# Shuffle row indices: permuted_rows


# Randomly order data: Sonar


# Identify row to split on: split
split <- round(n_obs * ___)

# Create train


# Create test

Edytuj i uruchom kod