試試 60/40 切分
如同影片所示，你將在本章使用 Sonar 資料集，並採用 60% 訓練集與 40% 測試集。我們再練習一次如何進行 train/test 切分，確保你已經熟悉流程。回想一下，你可以用 sample() 來取得資料列索引的隨機排列，供進行 train/test 切分時使用，例如：
n_obs <- nrow(my_data)
permuted_rows <- sample(n_obs)
接著使用這些列索引來隨機重新排序資料集，例如：
my_data <- my_data[permuted_rows, ]
當資料集已經隨機排序後，你可以將前面 60% 當作訓練集，最後 40% 當作測試集。
本練習屬於課程
使用 R 的 caret 進行 Machine Learning
練習說明
- 取得
Sonar的觀測數（列數），指定給n_obs。 - 隨機打亂
Sonar的列索引，並將結果存到permuted_rows。 - 使用
permuted_rows隨機重排Sonar的列，存為Sonar_shuffled。 - 找出進行 60/40 切分時應該分割的列號，將此列號存為
split。 - 將
Sonar_shuffled的前 60% 存為訓練集。 - 將
Sonar_shuffled的最後 40% 存為測試集。
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。
# Get the number of observations
# Shuffle row indices: permuted_rows
# Randomly order data: Sonar
# Identify row to split on: split
split <- round(n_obs * ___)
# Create train
# Create test