Abordarea setului de validare
În capitolul dedicat regresiei liniare, ai antrenat un model de regresie liniară care explică greutatea inimii pisicilor în funcție de greutatea corporală. Intervievatorul îți cere să evaluezi cât de bun este modelul tău.
Pentru a răspunde la această întrebare, trebuie să generezi predicții care pot fi comparate cu valorile reale. În abordarea setului de validare, datele sunt împărțite în două părți.
Pentru aceasta, poți selecta mai întâi un eșantion de, să zicem, 80% din numerele de rânduri. Folosești numerele de rânduri alese pentru a defini setul de antrenament. Restul datelor poate fi folosit pentru testare.
Reține că:
rows <- c(1, 3)
df[-rows, ]
selectează toate rândurile cu excepția primului și celui de-al treilea.
Setul de date cats este disponibil în mediul tău.
Acest exercițiu face parte din cursul
Exersarea întrebărilor de interviu la statistică în R
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
set.seed(123)
# Generate train row numbers
train_rows <- ___(nrow(___), round(0.8 * ___(cats)))