Випадкове упорядкування датафрейму

Один зі способів зробити поділ набору даних на тренувальну й тестову вибірки — випадково переупорядкувати записи, а потім розділити на дві частини. Так ми гарантуємо, що і тренувальна, і тестова вибірки є випадковими підвибірками та що будь-які упередження первинного порядку в наборі даних (наприклад, якщо його спочатку було відсортовано за ціною чи розміром) не збережуться у вибірках, які ми беремо для навчання й тестування моделей. Це приблизно як перетасувати нову колоду карт перед роздачею.

Спочатку встановіть випадкове зерно, щоб забезпечити відтворюваність і отримувати той самий випадковий поділ щоразу, коли запускаєте скрипт:

set.seed(42)

Далі скористайтеся функцією sample() щоб перетасувати індекси рядків у наборі даних diamonds. Згодом ви зможете використати ці індекси для переупорядкування набору даних.

rows <- sample(nrow(diamonds))

Нарешті, використайте цей випадковий вектор, щоб переупорядкувати набір даних diamonds:

diamonds <- diamonds[rows, ]

Ця вправа є частиною курсу

Machine Learning з пакетом caret в R

Переглянути курс

Інструкції до вправи

Встановіть випадкове зерно на 42.
Створіть вектор індексів рядків під назвою rows.
Випадково переупорядкуйте датафрейм diamonds, записавши результат у shuffled_diamonds.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Set seed


# Shuffle row indices: rows


# Randomly order data

Редагувати та запускати код