划分训练集与测试集
训练模型的第一步是将数据划分为训练集和测试集。tidymodels 包可以轻松完成这一步。预留一个测试数据集，便于在模型从未见过的数据上评估已训练的模型。
您将使用员工医疗行业离职数据，其中包含某医疗企业员工的信息以及他们是否离职。该数据位于 attrition_df。目标变量为 Attrition。
tidyverse 和 tidymodels 包已为您加载。
本练习是课程的一部分
R 中的降维
练习说明
- 初始化数据划分：训练集占 80%，并基于目标变量
Attrition进行分层。 - 提取训练数据集并保存到
train。 - 提取测试数据集并保存到
test。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Initialize the split
split <- ___(___, ___ = ___, strata = ___)
# Extract training set
train <- ___ %>% ___()
# Extract testing set
test <- ___ %>% ___()