<\/p>\n
Cz\u0119sto, gdy dostosowujemy algorytmy uczenia maszynowego<\/a> do zbior\u00f3w danych, najpierw dzielimy zbi\u00f3r danych na zbi\u00f3r ucz\u0105cy i zbi\u00f3r testowy.<\/span><\/p>\n Istniej\u0105 trzy popularne sposoby dzielenia danych na zbiory szkoleniowe i testowe w R:<\/span><\/p>\n Metoda 1: U\u017cyj podstawy R<\/strong><\/span><\/p>\n Metoda 2: U\u017cyj pakietu caTools<\/strong><\/span><\/p>\n Metoda 3: U\u017cyj pakietu dplyr<\/strong><\/span><\/p>\n Poni\u017csze przyk\u0142ady pokazuj\u0105, jak w praktyce zastosowa\u0107 ka\u017cd\u0105 metod\u0119 z wbudowanym zbiorem danych iris<\/a> w R.<\/span><\/p>\n Poni\u017cszy kod pokazuje, jak u\u017cy\u0107 bazy R do podzielenia zbioru danych iris na zbi\u00f3r ucz\u0105cy i testuj\u0105cy, wykorzystuj\u0105c 70% wierszy jako zbi\u00f3r ucz\u0105cy, a pozosta\u0142e 30% jako zbi\u00f3r testowy:<\/span><\/span><\/p>\n Z wyniku mo\u017cemy zobaczy\u0107:<\/span><\/p>\n Poniewa\u017c oryginalna baza danych zawiera\u0142a w sumie 150 wierszy, zbi\u00f3r ucz\u0105cy zawiera oko\u0142o 106\/150 = 70,6% oryginalnych wierszy.<\/span><\/p>\n Je\u015bli chcemy, mo\u017cemy r\u00f3wnie\u017c wy\u015bwietli\u0107 kilka pierwszych wierszy zestawu treningowego:<\/span><\/p>\n Poni\u017cszy kod pokazuje, jak u\u017cy\u0107 pakietu caTools<\/strong> w R do podzielenia zbioru danych iris na zbi\u00f3r ucz\u0105cy i testuj\u0105cy, wykorzystuj\u0105c 70% wierszy jako zbi\u00f3r ucz\u0105cy, a pozosta\u0142e 30% jako zbi\u00f3r testowy:<\/span><\/p>\n Z wyniku mo\u017cemy zobaczy\u0107:<\/span><\/p>\n Poni\u017cszy kod pokazuje, jak u\u017cy\u0107 pakietu caTools<\/strong> w R do podzielenia zbioru danych iris na zbi\u00f3r ucz\u0105cy i testuj\u0105cy, wykorzystuj\u0105c 70% wierszy jako zbi\u00f3r ucz\u0105cy, a pozosta\u0142e 30% jako zbi\u00f3r testowy:<\/span><\/p>\n Z wyniku mo\u017cemy zobaczy\u0107:<\/span><\/p>\n Nale\u017cy pami\u0119ta\u0107, \u017ce te zestawy szkoleniowe i testowe zawieraj\u0105 dodatkow\u0105 kolumn\u0119 \u201eid\u201d, kt\u00f3r\u0105 utworzyli\u015bmy.<\/span><\/p>\n Upewnij si\u0119, \u017ce nie u\u017cywasz tej kolumny (lub ca\u0142kowicie usuwasz j\u0105 z ramek danych) podczas dostosowywania algorytmu uczenia maszynowego.<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe operacje w j\u0119zyku R:<\/span><\/p>\n Jak obliczy\u0107 MSE w R<\/a> Cz\u0119sto, gdy dostosowujemy algorytmy uczenia maszynowego do zbior\u00f3w danych, najpierw dzielimy zbi\u00f3r danych na zbi\u00f3r ucz\u0105cy i zbi\u00f3r testowy. Istniej\u0105 trzy popularne sposoby dzielenia danych na zbiory szkoleniowe i testowe w R: Metoda 1: U\u017cyj podstawy R #make this example reproducible set. seeds (1) #use 70% of dataset as training set and 30% as test […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-3043","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"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 Przyk\u0142ad 1: Podziel dane na zbiory ucz\u0105ce i testuj\u0105ce przy u\u017cyciu Base 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 Przyk\u0142ad 2: Podzia\u0142 danych na zbiory ucz\u0105ce i testowe za pomoc\u0105 narz\u0119dzia 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$Species, SplitRatio = 0.7<\/span> )\ntrain <- subset(iris, sample == TRUE<\/span> )\ntest <- subset(iris, sample == FALSE<\/span> )\n\n#view dimensions of training set\n<\/span>sun(train)\n\n[1] 105 5\n\n#view dimensions of test set\n<\/span>dim(test)\n\n[1] 45 5<\/strong><\/pre>\n\n
Przyk\u0142ad 3: Podziel dane na zbiory ucz\u0105ce i testuj\u0105ce za pomoc\u0105 dplyr<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)<\/span>\n\n#load iris dataset\n<\/span>data(iris)\n\n#make this example reproducible\n<\/span>set. seeds<\/span> (1)\n\n#create variable ID\n<\/span>iris$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
Dodatkowe zasoby<\/strong><\/span><\/h3>\n
Jak obliczy\u0107 RMSE w R<\/a>
Jak obliczy\u0107 skorygowany R-kwadrat w R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"