<\/p>\n
Seringkali, saat kita mengadaptasi algoritme pembelajaran mesin ke kumpulan data, pertama-tama kita membagi kumpulan data tersebut menjadi kumpulan pelatihan dan kumpulan pengujian.<\/span><\/p>\n Ada tiga cara umum untuk membagi data menjadi set pelatihan dan pengujian di R:<\/span><\/p>\n Metode 1: Gunakan Basis R<\/strong><\/span><\/p>\n Metode 2: Gunakan paket caTools<\/strong><\/span><\/p>\n Metode 3: Gunakan paket dplyr<\/strong><\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan setiap metode dalam praktik dengan himpunan data iris<\/a> bawaan di R.<\/span><\/p>\n Kode berikut menunjukkan cara menggunakan basis R untuk membagi kumpulan data iris menjadi kumpulan pelatihan dan pengujian, menggunakan 70% baris sebagai kumpulan pelatihan dan 30% sisanya sebagai kumpulan pengujian:<\/span><\/span><\/p>\n Dari hasilnya kita dapat melihat:<\/span><\/p>\n Karena database asli memiliki total 150 baris, set pelatihan berisi sekitar 106\/150 = 70,6% baris asli.<\/span><\/p>\n Kita juga dapat menampilkan beberapa baris pertama dari set pelatihan jika kita ingin:<\/span><\/p>\n Kode berikut menunjukkan cara menggunakan paket caTools<\/strong> di R untuk membagi kumpulan data iris menjadi kumpulan pelatihan dan pengujian, menggunakan 70% baris sebagai kumpulan pelatihan dan 30% sisanya sebagai kumpulan pengujian:<\/span><\/p>\n Dari hasilnya kita dapat melihat:<\/span><\/p>\n Kode berikut menunjukkan cara menggunakan paket caTools<\/strong> di R untuk membagi kumpulan data iris menjadi kumpulan pelatihan dan pengujian, menggunakan 70% baris sebagai kumpulan pelatihan dan 30% sisanya sebagai kumpulan pengujian:<\/span><\/p>\n Dari hasilnya kita dapat melihat:<\/span><\/p>\n Perhatikan bahwa set pelatihan dan pengujian ini berisi kolom “id” tambahan yang kami buat.<\/span><\/p>\n Pastikan Anda tidak menggunakan kolom ini (atau menghapusnya sepenuhnya dari bingkai data) saat menyesuaikan algoritme pembelajaran mesin Anda.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di R:<\/span><\/p>\n Cara menghitung UMK di R<\/a> Seringkali, saat kita mengadaptasi algoritme pembelajaran mesin ke kumpulan data, pertama-tama kita membagi kumpulan data tersebut menjadi kumpulan pelatihan dan kumpulan pengujian. Ada tiga cara umum untuk membagi data menjadi set pelatihan dan pengujian di R: Metode 1: Gunakan Basis R #make this example reproducible set. seeds (1) #use 70% of dataset as training set […]<\/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 Contoh 1: Membagi data menjadi set pelatihan dan pengujian menggunakan Basis R<\/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 Contoh 2: Pisahkan data menjadi set pelatihan dan pengujian menggunakan caTools<\/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$Species, SplitRatio = 0.7<\/span> )\ntrain <- subset(iris, sample == TRUE<\/span> )\ntest <- subset(iris, sample == FALSE<\/span> )\n\n#view dimensions of training set\n<\/span>sun(train)\n\n[1] 105 5\n\n#view dimensions of test set\n<\/span>dim(test)\n\n[1] 45 5<\/strong><\/pre>\n\n
Contoh 3: Pisahkan data menjadi set pelatihan dan pengujian menggunakan dplyr<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)<\/span>\n\n#load iris dataset\n<\/span>data(iris)\n\n#make this example reproducible\n<\/span>set. seeds<\/span> (1)\n\n#create variable ID\n<\/span>iris$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
Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara menghitung RMSE di R<\/a>
Cara menghitung R-kuadrat yang disesuaikan di R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"