Prova en 80/20-uppdelning
Nu när din datamängd är slumpmässigt ordnad kan du dela upp de första 80% i en träningsuppsättning och de sista 20% i en testuppsättning. Det gör du genom att välja en delningspunkt ungefär 80% av vägen genom datan:
split <- round(nrow(mydata) * 0.80)
Du kan sedan använda den här punkten för att ta ut de första 80% av datamängden som träningsuppsättning:
mydata[1:split, ]
Och samma punkt används för att bestämma testuppsättningen:
mydata[(split + 1):nrow(mydata), ]
Den här övningen är en del av kursen
Maskininlärning med caret i R
Övningsinstruktioner
- Välj ett radindex för delningen så att delningspunkten hamnar ungefär 80% av vägen genom datamängden
diamonds. Kalla detta indexsplit. - Skapa en träningsuppsättning med namnet
trainmed hjälp av det indexet. - Skapa en testuppsättning med namnet
testmed hjälp av det indexet.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Determine row to split on: split
# Create train
# Create test