如何使用示例函数将数据拆分为训练/测试集
我刚刚开始使用R，我不确定如何将我的数据集与以下示例代码结合起来：
sample(x, size, replace = FALSE, prob = NULL)
我有一个数据集，我需要将其放入训练（75%）和测试（25%）集中。我不确定应该将哪些信息放入x和大小？x是数据集文件吗？我有多少样本？
共有3个答案
我将使用＜code＞dplyr＜/code＞来实现这一点，使它变得非常简单。它确实需要数据集中有一个id变量，这无论如何都是一个好主意，不仅用于创建数据集，而且用于项目期间的可追溯性。如果不包含，则添加它。
mtcars$id <- 1:nrow(mtcars)
train <- mtcars %>% dplyr::sample_frac(.75)
test <- dplyr::anti_join(mtcars, train, by = 'id')
它可以通过以下方式轻松完成：
set.seed(101) # Set Seed so that same sample can be reproduced in future also
# Now Selecting 75% of data as sample from total 'n' rows of the data
sample <- sample.int(n = nrow(data), size = floor(.75*nrow(data)), replace = F)
train <- data[sample, ]
test <- data[-sample, ]
通过使用caTools包：
require(caTools)
set.seed(101)
sample = sample.split(data$anycolumn, SplitRatio = .75)
train = subset(data, sample == TRUE)
test = subset(data, sample == FALSE)
有许多方法可以实现数据划分。要获得更完整的方法，请查看插入符号包中的createData分区函数。
下面是一个简单的例子：
data(mtcars)
## 75% of the sample size
smp_size <- floor(0.75 * nrow(mtcars))
## set the seed to make your partition reproducible
set.seed(123)
train_ind <- sample(seq_len(nrow(mtcars)), size = smp_size)
train <- mtcars[train_ind, ]
test <- mtcars[-train_ind, ]
-
问题内容： 我有一个很大的数据集，想将其分为训练（50％）和测试集（50％）。 假设我有100个示例存储了输入文件，每一行包含一个示例。我需要选择50条线作为训练集和50条线测试集。 我的想法是首先生成一个长度为100（值范围从1到100）的随机列表，然后将前50个元素用作50个训练示例的行号。与测试集相同。 这可以在Matlab中轻松实现 但是如何在Python中完成此功能？我是Python的新
-
问题内容： 我有一个火花时间序列数据框。我想将其拆分为80-20（训练测试）。由于这是 时间序列数据帧 ，因此我不想进行随机拆分。为了将第一个数据帧传递到训练中并传递第二个数据帧进行测试，我该如何做？ 问题答案： 您可以用来获取按时间戳/日期列排序的DataFrame的百分位排名。然后选择所有列作为训练集，其余作为测试集。 例如，如果您具有以下DataFrame： 您需要训练集中的前4行和训练集中
-
问题内容： 将NumPy数组随机分为训练和测试/验证数据集的好方法是什么？与Matlab中的或函数类似。 问题答案： 如果要将数据集分成两半，可以使用，或者需要跟踪索引： 要么 有多种方法可以重复分区同一数据集以进行交叉验证。一种策略是从数据集中重复采样： 最后，sklearn包含几种交叉验证方法（k折，nave -n-out等）。它还包括更高级的“分层抽样”方法，这些方法创建了针对某些功能平衡的
-
为了评估我们的监督模型的泛化能力，我们可以将数据分成训练和测试集： from sklearn.datasets import load_iris iris = load_iris() X, y = iris.data, iris.target 考虑如何正常执行机器学习，训练/测试分割的想法是有道理的。真实世界系统根据他们拥有的数据进行训练，当其他数据进入时（来自客户，传感器或其他来源），经过训
-
问题内容： 我正在尝试运行以下Colab项目，但是当我想将训练数据分为验证和训练部分时，出现此错误： 我使用以下代码： 如何解决此错误？ 问题答案： 根据Tensorflow Dataset docs ，百分比拆分是可能的，例如 如示例所示，更改列表时，您的代码将起作用： 使用上面的代码，有2590个条目，而有1080个。
-
问题内容： 我需要将数据分为训练集（75％）和测试集（25％）。我目前使用以下代码进行操作： 但是，我想对训练数据集进行分层。我怎么做？我一直在研究该方法，但不允许我指定75％/ 25％的划分，而是仅对训练数据集进行分层。 问题答案： [更新为0.17] 请参阅以下文档： [/更新为0.17] 有一个拉要求在这里。但是，您可以根据需要简单地进行 训练和测试索引的使用。