<\/p>\n
Wenn wir Algorithmen f\u00fcr maschinelles Lernen<\/a> an Datens\u00e4tze anpassen, teilen wir den Datensatz h\u00e4ufig zun\u00e4chst in einen Trainingssatz und einen Testsatz auf.<\/span><\/p>\n Es gibt drei g\u00e4ngige Methoden zum Aufteilen von Daten in Trainings- und Tests\u00e4tze in R:<\/span><\/p>\n Methode 1: Verwenden Sie Base R<\/strong><\/span><\/p>\n Methode 2: Verwenden Sie das caTools-Paket<\/strong><\/span><\/p>\n Methode 3: Verwenden Sie das dplyr-Paket<\/strong><\/span><\/p>\n Die folgenden Beispiele zeigen, wie jede Methode in der Praxis mit dem integrierten Iris-Datensatz<\/a> in R verwendet wird.<\/span><\/p>\n Der folgende Code zeigt, wie die R-Basis verwendet wird, um den Iris-Datensatz in einen Trainings- und Testsatz aufzuteilen, wobei 70 % der Zeilen als Trainingssatz und die restlichen 30 % als Testsatz verwendet werden:<\/span><\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir sehen:<\/span><\/p>\n Da die urspr\u00fcngliche Datenbank insgesamt 150 Zeilen umfasste, enth\u00e4lt der Trainingssatz etwa 106\/150 = 70,6 % der urspr\u00fcnglichen Zeilen.<\/span><\/p>\n Wir k\u00f6nnen auch die ersten Zeilen des Trainingssatzes anzeigen, wenn wir m\u00f6chten:<\/span><\/p>\n Der folgende Code zeigt, wie Sie das caTools-<\/strong> Paket in R verwenden, um den Iris-Datensatz in einen Trainings- und Testsatz aufzuteilen, wobei 70 % der Zeilen als Trainingssatz und die restlichen 30 % als Testsatz verwendet werden:<\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir sehen:<\/span><\/p>\n Der folgende Code zeigt, wie Sie das caTools-<\/strong> Paket in R verwenden, um den Iris-Datensatz in einen Trainings- und Testsatz aufzuteilen, wobei 70 % der Zeilen als Trainingssatz und die restlichen 30 % als Testsatz verwendet werden:<\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir sehen:<\/span><\/p>\n Beachten Sie, dass diese Trainings- und Tests\u00e4tze eine zus\u00e4tzliche \u201eid\u201c-Spalte enthalten, die wir erstellt haben.<\/span><\/p>\n Stellen Sie sicher, dass Sie diese Spalte nicht verwenden (oder sie nicht vollst\u00e4ndig aus den Datenrahmen entfernen), wenn Sie Ihren Algorithmus f\u00fcr maschinelles Lernen anpassen.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere g\u00e4ngige Vorg\u00e4nge in R ausgef\u00fchrt werden:<\/span><\/p>\n So berechnen Sie MSE in R<\/a> Wenn wir Algorithmen f\u00fcr maschinelles Lernen an Datens\u00e4tze anpassen, teilen wir den Datensatz h\u00e4ufig zun\u00e4chst in einen Trainingssatz und einen Testsatz auf. Es gibt drei g\u00e4ngige Methoden zum Aufteilen von Daten in Trainings- und Tests\u00e4tze in R: Methode 1: Verwenden Sie Base R #make this example reproducible set. seeds (1) #use 70% of dataset as […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n #make this example reproducible\n<\/span>set. seeds<\/span> (1)\n\n#use 70% of dataset as training set and 30% as test set\n<\/span>sample <- sample(c( TRUE<\/span> , FALSE<\/span> ), nrow(df), replace= TRUE<\/span> , prob=c( 0.7<\/span> , 0.3<\/span> ))\ntrain <- df[sample, ]\ntest <- df[!sample, ]<\/strong><\/pre>\n library<\/span> (caTools)<\/span>\n\n#make this example reproducible\n<\/span>set. seeds<\/span> (1)\n\n#use 70% of dataset as training set and 30% as test set\n<\/span>sample <- sample. split<\/span> (df$any_column_name, SplitRatio = 0.7<\/span> )\ntrain <- subset(df, sample == TRUE<\/span> )\ntest <- subset(df, sample == FALSE<\/span> )<\/strong><\/pre>\n library<\/span> (dplyr)<\/span>\n\n#make this example reproducible\n<\/span>set. seeds<\/span> (1)\n\n#create ID column\n<\/span>df$id <- 1:nrow(df)\n\n#use 70% of dataset as training set and 30% as test set<\/span>\ntrain <- df %>% dplyr::sample_frac( 0.70<\/span> )\ntest <- dplyr::anti_join(df, train, by = ' id<\/span> ')<\/strong><\/pre>\n Beispiel 1: Teilen Sie Daten mithilfe von Base R in Trainings- und Tests\u00e4tze auf<\/strong><\/span><\/h3>\n
#load iris dataset\n<\/span>data(iris)\n\n#make this example reproducible\n<\/span>set. seeds<\/span> (1)\n\n#Use 70% of dataset as training set and remaining 30% as testing set\n<\/span>sample <- sample(c( TRUE<\/span> , FALSE<\/span> ), nrow(iris), replace= TRUE<\/span> , prob=c( 0.7<\/span> , 0.3<\/span> ))\ntrain <- iris[sample, ]\ntest <- iris[!sample, ]\n\n#view dimensions of training set\n<\/span>sun(train)\n\n[1] 106 5\n\n#view dimensions of test set\n<\/span>dim(test)\n\n[1] 44 5<\/strong><\/pre>\n\n
#view first few rows of training set\n<\/span>head(train)\n\n Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n1 5.1 3.5 1.4 0.2 setosa\n2 4.9 3.0 1.4 0.2 setosa\n3 4.7 3.2 1.3 0.2 setosa\n5 5.0 3.6 1.4 0.2 setosa\n8 5.0 3.4 1.5 0.2 setosa\n9 4.4 2.9 1.4 0.2 setosa\n<\/strong><\/pre>\n Beispiel 2: Teilen Sie Daten mit caTools in Trainings- und Tests\u00e4tze auf<\/strong><\/span><\/h3>\n
library<\/span> (caTools)<\/span>\n\n#load iris dataset\n<\/span>data(iris)\n\n#make this example reproducible\n<\/span>set. seeds<\/span> (1)\n\n#Use 70% of dataset as training set and remaining 30% as testing set\n<\/span>sample <- sample. split<\/span> (iris$Species, SplitRatio = 0.7<\/span> )\ntrain <- subset(iris, sample == TRUE<\/span> )\ntest <- subset(iris, sample == FALSE<\/span> )\n\n#view dimensions of training set\n<\/span>sun(train)\n\n[1] 105 5\n\n#view dimensions of test set\n<\/span>dim(test)\n\n[1] 45 5<\/strong><\/pre>\n\n
Beispiel 3: Teilen Sie Daten mit dplyr in Trainings- und Tests\u00e4tze auf<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)<\/span>\n\n#load iris dataset\n<\/span>data(iris)\n\n#make this example reproducible\n<\/span>set. seeds<\/span> (1)\n\n#create variable ID\n<\/span>iris$id <- 1:nrow(iris)\n\n#Use 70% of dataset as training set and remaining 30% as testing set<\/span> \ntrain <- iris %>% dplyr::sample_frac( 0.7<\/span> )\ntest <- dplyr::anti_join(iris, train, by = ' id<\/span> ')\n\n#view dimensions of training set\n<\/span>sun(train)\n\n[1] 105 6\n\n#view dimensions of test set\n<\/span>dim(test)\n\n[1] 45 6\n<\/strong><\/pre>\n\n
Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So berechnen Sie RMSE in R<\/a>
So berechnen Sie das angepasste R-Quadrat in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"