訓練與測試分割
在有紀律的機器學習流程中，關鍵步驟之一是保留一部分資料作為（測試資料），並且不參與任何決策過程。如此才能在模型定稿後，獨立評估模型的表現。其餘資料則作為訓練資料，用來建立並挑選最佳模型。
在本練習中，你將使用 rsample 套件，將 gapminder 資料做第一次的訓練－測試分割。
注意： 由於這是隨機分割，建議在分割前先設定隨機種子（seed）。
本練習屬於課程
Tidyverse 的 Machine Learning
練習說明
- 使用
initial_split()函式將資料分割為 75% 訓練與 25% 測試，並指定給gap_split。 - 使用
training()函式，從gap_split萃取訓練資料框。 - 使用
testing()函式，從gap_split萃取測試資料框。 - 使用
dim()函式檢查training_data與testing_data的維度，確認是否符合預期。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
set.seed(42)
# Prepare the initial split object
gap_split <- initial_split(___, prop = ___)
# Extract the training data frame
training_data <- ___
# Extract the testing data frame
testing_data <- ___
# Calculate the dimensions of both training_data and testing_data
dim(___)
dim(___)