如何在 R 中将数据拆分为训练和验证？ [复制]答案

【问题标题】：How to split data into training and validation in R? [duplicate]如何在 R 中将数据拆分为训练和验证？ [复制]
【发布时间】：2017-10-15 22:29:23
【问题描述】：

问题说：

加载数据并使用 set.seed(4650) 将其分成 75% 的训练数据和 25% 的验证数据。

这就是我所拥有的：

setwd("C:/Users/Downloads")
cat = read.csv("cat.csv")
set.seed(4650)
train = sample(c(TRUE, TRUE, TRUE, FALSE), nrow(cat), rep = TRUE)
validation = (!train)

而且我需要提供训练数据的摘要。

summary(train)

这给了我

Mode       FALSE   TRUE
logical    830     2463

我是否以正确的方式拆分数据？

非常感谢。

【问题讨论】：

标签： r

【解决方案1】：

这就是 Max Kuhn 的插入符号包上的 book 中的数据拆分方式。

library(caret)
set.seed(4650)
trainIndex <- createDataPartition(iris$Species, 
                                  p = .75, 
                                  list = FALSE, 
                                  times = 1)

irisTrain <- iris[ trainIndex,]
irisTest  <- iris[-trainIndex,]

【讨论】：

【解决方案2】：

这是你可以做的。

#Example Data
df <- iris

n_train <- round(nrow(iris) * 0.75)

train <- sample(1:nrow(iris), n_train, replace = FALSE)
test <- (1:nrow(iris))[-train]

train_df <- df[train, ]
test_df <- df[test, ] # same as df[-train, ]

summary(train_df)

【讨论】：

我想从多个时间序列数据开发 auto.arima 模型，我想在每个系列的两年间隔内使用 1 年的数据、3 年的数据、5、7...并在测试集中对其进行测试。如何进行子集化以使拟合模型具有我想要的？感谢您的帮助