Într-un flux de lucru disciplinat de învățare automată, este esențial să reții o parte din date (datele de testare) în afara oricărui proces de decizie. Astfel, poți evalua independent performanța modelului tău după ce acesta este finalizat. Restul datelor, datele de antrenament, sunt folosite pentru a construi și a selecta cel mai bun model.

În acest exercițiu, vei folosi pachetul rsample pentru a împărți datele și a realiza separarea inițială în set de antrenament și set de testare pentru datele tale gapminder.

Notă: Deoarece această împărțire este aleatorie, este recomandat să setezi un seed înainte de a o realiza.

Împărțirea datelor în seturi de antrenament, testare și validare

Create Your Free Account