划分数据集

在创建训练集和测试集之前，先使用 set.seed() 设定随机种子。随机种子为随机数生成提供一个固定起点，使得每次运行代码都会得到相同结果。这样抽样的好处是，您或其他人只要使用相同的种子，就能复现完全一致的训练集和测试集。

使用 sample() 可以将观测随机分配到训练集和测试集。

在本练习中，您将使用 sample() 函数的前两个参数：

第一个参数是用于抽样的向量。我们将随机选择行号作为索引；您可以使用 1:nrow(loan_data) 来生成行号向量。
第二个参数是要抽取的元素个数。我们先构建训练集，因此输入 2 / 3 * nrow(loan_data)。

使用 set.seed() 将随机种子设为 567。
将训练集的行索引存入对象 index_train。按照上文所述，使用 sample() 的前两个参数。
通过在数据集 loan_data 中选取存于 index_train 的行号来创建训练集。将结果保存为 training_set。
测试集包含不在 index_train 中的那些行。复制您创建训练集的代码，但在方括号中把 index_train 前加上负号（-）。将结果保存为 test_set。