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)。
本练习是课程的一部分
R 中的信用风险建模
练习说明
- 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。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Set seed of 567
# Store row numbers for training set: index_train
# Create training set: training_set
training_set <- loan_data[___, ]
# Create test set: test_set