使用 runif 将数据集拆分为训练和测试集 [关闭]

【问题标题】：Split a data set into a training and test set with runif [closed]使用 runif 将数据集拆分为训练和测试集 [关闭]
【发布时间】：2020-07-08 17:51:21
【问题描述】：

我有一个关于命令的问题。我们在一个类 runif 中使用来创建一个训练集，它应该包含 50% 的数据集。（我们基于这个训练集开发了一个决策树）。但是我还是不明白这个命令背后的逻辑，谁能给我解释一下这是怎么工作的？

我了解决策树以及拆分数据集背后的逻辑，我的问题只是明确说明此命令的工作原理。

inTrain <- runif(nrow(USArrests)) < 0.5

【问题讨论】：

【解决方案1】：

您有一个名为 USArrests 的数据集，长度为 nrow(USArrests)，为了简化起见，假设为 100。因此，runif(nrow(USArrests)) 创建了 100 个均匀分布的随机数，即为数据集中的每一行一个数字。

接下来，您的表达式 runif(nrow(USArrests)) < 0.5 检查数字是否为 < 0.5 或不返回 TRUE 或 FALSE。这会为您提供一个长度为 100（或 nrow(USArrests)）的逻辑向量，用于指示一行是属于训练数据集还是属于测试数据集。

它没有显示，但最后你选择了你的训练数据

USArrests[inTrain,]

和你的测试数据

USArrests[-inTrain,]

【讨论】：