<\/p>\n
Freq\u00fcentemente, quando adaptamos algoritmos de aprendizado de m\u00e1quina<\/a> a conjuntos de dados, primeiro dividimos o conjunto de dados em um conjunto de treinamento e um conjunto de teste.<\/span><\/p>\n Existem tr\u00eas maneiras comuns de dividir dados em conjuntos de treinamento e teste em R:<\/span><\/p>\n M\u00e9todo 1: Use Base R<\/strong><\/span><\/p>\n M\u00e9todo 2: use o pacote caTools<\/strong><\/span><\/p>\n M\u00e9todo 3: use o pacote dplyr<\/strong><\/span><\/p>\n Os exemplos a seguir mostram como usar cada m\u00e9todo na pr\u00e1tica com o conjunto de dados de \u00edris<\/a> integrado em R.<\/span><\/p>\n O c\u00f3digo a seguir mostra como usar a base R para dividir o conjunto de dados da \u00edris em um conjunto de treinamento e teste, usando 70% das linhas como conjunto de treinamento e os 30% restantes como conjunto de teste:<\/span><\/span><\/p>\n Pelo resultado podemos ver:<\/span><\/p>\n Como o banco de dados original tinha 150 linhas no total, o conjunto de treinamento cont\u00e9m aproximadamente 106\/150 = 70,6% das linhas originais.<\/span><\/p>\n Tamb\u00e9m podemos exibir as primeiras linhas do conjunto de treinamento se quisermos:<\/span><\/p>\n O c\u00f3digo a seguir mostra como usar o pacote caTools<\/strong> em R para dividir o conjunto de dados iris em um conjunto de treinamento e teste, usando 70% das linhas como conjunto de treinamento e os 30% restantes como conjunto de teste:<\/span><\/p>\n Pelo resultado podemos ver:<\/span><\/p>\n O c\u00f3digo a seguir mostra como usar o pacote caTools<\/strong> em R para dividir o conjunto de dados iris em um conjunto de treinamento e teste, usando 70% das linhas como conjunto de treinamento e os 30% restantes como conjunto de teste:<\/span><\/p>\n Pelo resultado podemos ver:<\/span><\/p>\n Observe que esses conjuntos de treinamento e teste cont\u00eam uma coluna “id” adicional que criamos.<\/span><\/p>\n Certifique-se de n\u00e3o usar esta coluna (ou remov\u00ea-la totalmente dos quadros de dados) ao ajustar seu algoritmo de aprendizado de m\u00e1quina.<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras opera\u00e7\u00f5es comuns em R:<\/span><\/p>\n Como calcular MSE em R<\/a> Freq\u00fcentemente, quando adaptamos algoritmos de aprendizado de m\u00e1quina a conjuntos de dados, primeiro dividimos o conjunto de dados em um conjunto de treinamento e um conjunto de teste. Existem tr\u00eas maneiras comuns de dividir dados em conjuntos de treinamento e teste em R: M\u00e9todo 1: Use Base R #make this example reproducible set. seeds (1) […]<\/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-3044","post","type-post","status-publish","format-standard","hentry","category-guia"],"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 Exemplo 1: Divida os dados em conjuntos de treinamento e teste usando 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 Exemplo 2: Divida os dados em conjuntos de treinamento e teste usando 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$Species, SplitRatio = 0.7<\/span> )\ntrain <- subset(iris, sample == TRUE<\/span> )\ntest <- subset(iris, sample == FALSE<\/span> )\n\n#view dimensions of training set\n<\/span>sun(train)\n\n[1] 105 5\n\n#view dimensions of test set\n<\/span>dim(test)\n\n[1] 45 5<\/strong><\/pre>\n\n
Exemplo 3: Divida os dados em conjuntos de treinamento e teste usando dplyr<\/strong><\/span><\/h3>\n
library<\/span> (dplyr)<\/span>\n\n#load iris dataset\n<\/span>data(iris)\n\n#make this example reproducible\n<\/span>set. seeds<\/span> (1)\n\n#create variable ID\n<\/span>iris$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
Recursos adicionais<\/strong><\/span><\/h3>\n
Como calcular RMSE em R<\/a>
Como calcular R-quadrado ajustado em R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"