Bắt đầu ngayBắt đầu miễn phí

Tạo ngẫu nhiên tập train/test

Trong một vài bài tập tiếp theo, bạn sẽ dùng dữ liệu mpg từ gói ggplot2. Bộ dữ liệu mô tả các đặc điểm của nhiều hãng và mẫu xe qua các năm. Mục tiêu là dự đoán mức tiêu thụ nhiên liệu trong thành phố dựa trên mức tiêu thụ trên xa lộ.

Trong bài này, bạn sẽ chia mpg thành tập huấn luyện mpg_train (75% dữ liệu) và tập kiểm tra mpg_test (25% dữ liệu). Một cách để làm điều này là tạo một cột số ngẫu nhiên đồng đều trong khoảng 0 đến 1, dùng hàm runif() (docs).

Nếu bạn có một tập dữ liệu dframe kích thước \(N\), và bạn muốn một tập con ngẫu nhiên có kích thước xấp xỉ \(100 * X\)% của \(N\) (với \(X\) nằm giữa 0 và 1), thì:

  1. Tạo một vector số ngẫu nhiên đồng đều: gp = runif(N).
  2. dframe[gp < X,] sẽ có kích thước xấp xỉ mong muốn.
  3. dframe[gp >= X,] sẽ là phần bù còn lại.

Bài tập này là một phần của khóa học

Học có giám sát với R: Hồi quy

Xem khóa học

Hướng dẫn bài tập

  • Dùng hàm nrow (docs) để lấy số hàng của data frame mpg. Gán con số này vào biến N và in ra.
  • Tính xem 75% của N xấp xỉ bao nhiêu hàng. Gán vào biến target và in ra.
  • Dùng runif() để tạo một vector gồm N số ngẫu nhiên đồng đều, gọi là gp.
  • Dùng gp để chia mpg thành mpg_train và mpg_test (trong đó mpg_train chứa khoảng 75% dữ liệu).
  • Dùng nrow() để kiểm tra kích thước của mpg_train và mpg_test. Chúng có xấp xỉ kích thước mong muốn không?

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# mpg is available
summary(mpg)
dim(mpg)

# Use nrow to get the number of rows in mpg (N) and print it
(N <- ___)

# Calculate how many rows 75% of N should be and print it
# Hint: use round() to get an integer
(target <- ___)

# Create the vector of N uniform random variables: gp
gp <- ___

# Use gp to create the training set: mpg_train (75% of data) and mpg_test (25% of data)
mpg_train <- ___
mpg_test <- ___

# Use nrow() to examine mpg_train and mpg_test
___
___
Chỉnh sửa và Chạy Mã