Innan du bygger en mer avancerad kreditmodell är det viktigt att avsätta en del av lånedata för att simulera hur väl modellen kommer att förutsäga utfallen för framtida lånesökande.

Som bilden nedan visar kan du använda 75 % av observationerna för träning och 25 % för att testa modellen.

Funktionen sample() kan användas för att generera ett slumpmässigt urval av rader att inkludera i träningsdatan. Ange bara det totala antalet observationer och hur många som behövs för träning.

Använd den resulterande vektorn med rad-ID:n för att dela upp loans i en tränings- och en testdatamängd. Datamängden loans finns tillgänglig för dig att använda.

Att se skogen för bara träd

Create Your Free Account