避免類別不平衡
有些資料的結果非常不平衡，例如罕見疾病的資料集。若是隨機切分，你可能會得到很不理想的結果。想像一下，所有罕見的觀測都落在測試集，而訓練集中一個都沒有。這會毀掉整個訓練流程！
所幸，initial_split() 可以幫上忙。你將在本練習中觀察並解決這類所謂的「類別不平衡」。
我們已經提供程式碼，建立了 75% 訓練、25% 測試比例的切分物件 diabetes_split。
本練習屬於課程
R 的樹狀模型機器學習
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。
# Preparation
set.seed(9888)
diabetes_split <- initial_split(diabetes, prop = 0.75)
# Proportion of 'yes' outcomes in the training data
counts_train <- table(training(___)$outcome)
prop_yes_train <- counts_train["___"] / sum(counts_train)
# Proportion of 'yes' outcomes in the test data
counts_test <- table(___)
prop_yes_test <- ___ / sum(___)
paste("Proportion of positive outcomes in training set:", round(prop_yes_train, 2))
paste("Proportion of positive outcomes in test set:", round(prop_yes_test, 2))