Veri yeniden örnekleme

Bir Machine Learning projesindeki ilk adım, modeli eğitmek ve değerlendirmek için eğitim ve test veri kümeleri oluşturmaktır. Test veri kümesi, modelinin yeni verilerde nasıl performans göstereceğine dair bir tahmin sağlar ve aşırı uyumu (overfitting) önlemeye yardımcı olur.

Bir telekomünikasyon şirketinin müşterilerine ait bilgileri içeren telecom_df veri kümesiyle çalışacaksın. Sonuç değişkeni canceled_service ve bir müşterinin şirketle olan sözleşmesini iptal edip etmediğini kaydeder. Tahmin değişkenleri ise müşterilerin cep telefonu ve internet kullanımıyla birlikte sözleşme türü ve aylık ücretleri hakkında bilgi içerir.

telecom_df tibble'ı oturumuna yüklendi.

Bu egzersiz, kursun bir parçasıdır

R'de tidymodels ile Modelleme

Kursa Göz Atın

Egzersiz talimatları

telecom_df verilerini eğitim ve test veri kümelerine rastgele bölecek talimatları içeren bir rsample nesnesi telecom_split oluştur.
- Verinin %75'ini eğitime ayır ve sonuçları canceled_service değişkenine göre tabakalandır (stratify).
Eğitim ve test veri kümelerini oluşturmak için telecom_split nesnesini ilgili rsample fonksiyonlarına aktar.
Her bir veri kümesindeki satır sayısını nrow() fonksiyonuna göndererek kontrol et.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Create data split object
telecom_split <- ___(___, prop = ___,
                     strata = ___)

# Create the training data
telecom_training <- ___ %>% 
  ___

# Create the test data
telecom_test <- ___ %>% 
  ___

# Check the number of rows
nrow(___)
nrow(___)

Kodu Düzenle ve Çalıştır