Crearea seturilor de antrenament și de testare

Pachetul rsample este conceput pentru a crea seturi de antrenament și de testare. Crearea unui set de testare este importantă pentru a estima cât de bine va performa un model antrenat pe date noi. De asemenea, protejează împotriva supraadaptării (overfitting), situație în care modelul memorează tipare existente doar în datele de antrenament și performează slab pe date noi.

În acest exercițiu, vei crea seturi de antrenament și de testare din datele home_sales. Acestea conțin informații despre locuințe vândute în zona Seattle, Washington, între 2015 și 2016.

Variabila de ieșire din aceste date este selling_price.

Pachetul tidymodels va fi pre-încărcat în fiecare exercițiu din curs. Tibble-ul home_sales a fost deja încărcat pentru tine.

Acest exercițiu face parte din cursul

Modelare cu tidymodels în R

Vezi cursul

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Create a data split object
home_split <- ___(home_sales, 
                  prop = ___, 
                  strata = ___)

Editează și rulează codul