<\/p>\n
U kunt de functie createDataPartition()<\/strong> van het caret-<\/strong> pakket in R gebruiken om een dataframe te verdelen in trainings- en testsets voor het bouwen van modellen.<\/span><\/p>\n Deze functie gebruikt de volgende basissyntaxis:<\/span><\/p>\n createDataPartition(y, tijden = 1, p = 0,5, lijst = TRUE, \u2026)<\/strong><\/span><\/p>\n Goud:<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u deze functie in de praktijk kunt gebruiken.<\/span><\/p>\n Stel dat we een dataframe in R hebben met 1000 rijen met informatie over de uren<\/strong> die studenten hebben gestudeerd en de bijbehorende score<\/strong> op een eindexamen:<\/span><\/p>\n Stel dat we een eenvoudig lineair regressiemodel<\/a> willen toepassen dat bestudeerde uren gebruikt om het eindexamencijfer te voorspellen.<\/span><\/span><\/p>\n Laten we zeggen dat we het model willen trainen op 80% van de rijen in het dataframe en het willen testen op de resterende 20% van de rijen.<\/span><\/p>\n De volgende code laat zien hoe u de functie createDataPartition()<\/strong> van het dakje-<\/strong> pakket gebruikt om het dataframe te verdelen in trainings- en testsets:<\/span><\/p>\n We kunnen zien dat onze trainingsdataset 800 rijen bevat, wat 80% is van de oorspronkelijke dataset.<\/span><\/p>\n Op dezelfde manier kunnen we zien dat onze testdataset 200 rijen bevat, wat 20% is van de oorspronkelijke dataset.<\/span><\/p>\n We kunnen ook de eerste regels van elke set visualiseren:<\/span><\/p>\n Vervolgens kunnen we doorgaan met het trainen van het regressiemodel met behulp van de trainingsset en de prestaties ervan evalueren met behulp van de testset.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende functies in R kunt gebruiken:<\/span><\/p>\n Hoe K-Fold kruisvalidatie uit te voeren in R<\/a> U kunt de functie createDataPartition() van het caret- pakket in R gebruiken om een dataframe te verdelen in trainings- en testsets voor het bouwen van modellen. Deze functie gebruikt de volgende basissyntaxis: createDataPartition(y, tijden = 1, p = 0,5, lijst = TRUE, \u2026) Goud: y : vector van resultaten times : aantal partities dat gemaakt […]<\/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":[],"class_list":["post-3998","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n\n
Voorbeeld: gebruik createDataPartition() in R<\/strong><\/span><\/h2>\n
#make this example reproducible\n<\/span>set. seeds<\/span> (0)\n\n#create data frame\n<\/span>df <- data. frame<\/span> (hours=runif(1000, min=0, max=10),\n score=runif(1000, min=40, max=100))\n\n#view head of data frame\n<\/span>head(df)\n\n hours score\n1 8.966972 55.93220\n2 2.655087 71.84853\n3 3.721239 81.09165\n4 5.728534 62.99700\n5 9.082078 97.29928\n6 2.016819 47.10139<\/strong><\/span><\/pre>\n library<\/span> (caret)\n\n#partition data frame into training and testing sets\n<\/span>train_indices <- createDataPartition(df$score, times= 1<\/span> , p= .8<\/span> , list= FALSE<\/span> )\n\n#create training set\n<\/span>df_train <- df[train_indices, ]\n\n#create testing set\n<\/span>df_test <- df[-train_indices, ]\n\n#view number of rows in each set\n<\/span>nrow(df_train)\n\n[1] 800\n\nnrow(df_test)\n\n[1] 200\n<\/strong><\/span><\/pre>\n #view head of training set<\/span>\nhead(df_train)\n\n hours score\n1 8.966972 55.93220\n2 2.655087 71.84853\n3 3.721239 81.09165\n4 5.728534 62.99700\n5 9.082078 97.29928\n7 8.983897 42.34600\n\n#view head of testing set\n<\/span>head(df_test)\n\n hours score\n6 2.016819 47.10139\n12 2.059746 96.67170\n18 7.176185 92.61150\n23 2.121425 89.17611\n24 6.516738 50.47970\n25 1.255551 90.58483\n<\/strong><\/span><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe meervoudige lineaire regressie uit te voeren in R<\/a>
Hoe logistische regressie uit te voeren in R<\/p>\n","protected":false},"excerpt":{"rendered":"