训练集与测试集划分
在规范的机器学习流程中，必须将一部分数据（测试数据）从任何决策过程中剥离出来。这样在模型定型后，您就能独立评估其性能。其余数据即为训练数据，用于构建并选择最佳模型。
在本练习中，您将使用 rsample 包对 gapminder 数据进行初始的训练-测试划分。
注意： 由于是随机划分，划分前设置随机种子是一个良好实践。
本练习是课程的一部分
Tidyverse 中的机器学习
练习说明
- 使用
initial_split()函数将数据划分为 75% 训练集与 25% 测试集，并赋值给gap_split。 - 使用
training()函数从gap_split中提取训练数据框。 - 使用
testing()函数从gap_split中提取测试数据框。 - 使用
dim()分别作用于training_data和testing_data，确认新数据框的维度符合预期。
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(42)
# Prepare the initial split object
gap_split <- initial_split(___, prop = ___)
# Extract the training data frame
training_data <- ___
# Extract the testing data frame
testing_data <- ___
# Calculate the dimensions of both training_data and testing_data
dim(___)
dim(___)