Încearcă o împărțire 60/40

Așa cum ai văzut în videoclip, vei lucra cu setul de date Sonar în acest capitol, folosind 60% pentru antrenament și 40% pentru testare. Hai să mai exersăm o dată împărțirea în set de antrenament și set de testare, ca să te asiguri că ai înțeles bine procedeul. Reamintește-ți că poți folosi funcția sample() pentru a obține o permutare aleatoare a indicilor rândurilor dintr-un set de date, pe care să o folosești la împărțire, de exemplu:

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

Apoi folosești acești indici pentru a reordona aleator setul de date, de exemplu:

my_data <- my_data[permuted_rows, ]

Odată ce setul de date este ordonat aleator, poți extrage primele 60% ca set de antrenament și ultimele 40% ca set de testare.

Acest exercițiu face parte din cursul

Machine Learning cu caret în R

Vezi cursul

Instrucțiuni pentru exercițiu

Obține numărul de observații (rânduri) din Sonar și atribuie-l variabilei n_obs.
Amestecă indicii rândurilor din Sonar și stochează rezultatul în permuted_rows.
Folosește permuted_rows pentru a reordona aleator rândurile din Sonar, salvând rezultatul ca Sonar_shuffled.
Identifică rândul corect la care să faci împărțirea pentru un split 60/40. Stochează acest număr de rând în variabila split.
Salvează primele 60% din Sonar_shuffled ca set de antrenament.
Salvează ultimele 40% din Sonar_shuffled ca set de testare.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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

Editează și rulează codul