Dela upp i tränings- och testdata

Nu när vi har en dataram kan vi tillämpa standardtekniker för modellering. I den här övningen delar du upp data i en träningsuppsättning och en testuppsättning.

Den här övningen är en del av kursen

Prediktiv analys med nätverksdata i R

Visa kurs

Övningsinstruktioner

För att säkerställa att dina resultat är reproducerbara, ange ett frö till 7 med hjälp av set.seed().
Använd funktionen sample() för att sampla två tredjedelar av talen från sekvensen som täcker det totala antalet rader i studentnetworkdata. Ge den här vektorn namnet index_train.
Skapa träningsuppsättningen genom att inkludera de rader i studentnetworkdata som finns lagrade i index_train, och namnge den training_set.
Skapa testuppsättningen genom att exkludera de rader i studentnetworkdata som finns lagrade i index_train, och namnge den test_set.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Set the seed
set.seed(___)

# Creat the index vector
index_train <- sample(1:nrow(___), 2 / 3 * nrow(___))

# Make the training set
training_set <- ___[index_train,]

# Make the test set
___ <- ___[-index_train,]

Redigera och kör kod