<\/p>\n
Voc\u00ea pode usar a fun\u00e7\u00e3o createDataPartition()<\/strong> do pacote circunflexo<\/strong> em R para particionar um quadro de dados em conjuntos de treinamento e teste para constru\u00e7\u00e3o de modelo.<\/span><\/p>\n Esta fun\u00e7\u00e3o usa a seguinte sintaxe b\u00e1sica:<\/span><\/p>\n createDataPartition(y, vezes = 1, p = 0,5, lista = TRUE,\u2026)<\/strong><\/span><\/p>\n Ouro:<\/span><\/p>\n O exemplo a seguir mostra como usar esta fun\u00e7\u00e3o na pr\u00e1tica.<\/span><\/p>\n Suponha que temos um quadro de dados em R com 1.000 linhas contendo informa\u00e7\u00f5es sobre as horas<\/strong> estudadas pelos alunos e a nota<\/strong> correspondente em um exame final:<\/span><\/p>\n Suponha que queiramos ajustar um modelo de regress\u00e3o linear simples<\/a> que utiliza horas estudadas para prever a nota do exame final.<\/span><\/span><\/p>\n Digamos que queremos treinar o modelo em 80% das linhas do quadro de dados e test\u00e1-lo nos 20% restantes das linhas.<\/span><\/p>\n O c\u00f3digo a seguir mostra como usar a fun\u00e7\u00e3o createDataPartition()<\/strong> do pacote circunflexo<\/strong> para dividir o quadro de dados em conjuntos de treinamento e teste:<\/span><\/p>\n Podemos ver que nosso conjunto de dados de treinamento cont\u00e9m 800 linhas, o que representa 80% do conjunto de dados original.<\/span><\/p>\n Da mesma forma, podemos ver que nosso conjunto de dados de teste cont\u00e9m 200 linhas, o que representa 20% do conjunto de dados original.<\/span><\/p>\n Tamb\u00e9m podemos visualizar as primeiras linhas de cada conjunto:<\/span><\/p>\n Podemos ent\u00e3o treinar o modelo de regress\u00e3o usando o conjunto de treinamento e avaliar seu desempenho usando o conjunto de teste.<\/span><\/p>\n Os tutoriais a seguir explicam como usar outras fun\u00e7\u00f5es comuns em R:<\/span><\/p>\n Como realizar a valida\u00e7\u00e3o cruzada K-Fold em R<\/a> Voc\u00ea pode usar a fun\u00e7\u00e3o createDataPartition() do pacote circunflexo em R para particionar um quadro de dados em conjuntos de treinamento e teste para constru\u00e7\u00e3o de modelo. Esta fun\u00e7\u00e3o usa a seguinte sintaxe b\u00e1sica: createDataPartition(y, vezes = 1, p = 0,5, lista = TRUE,\u2026) Ouro: y : vetor de resultados vezes : n\u00famero de parti\u00e7\u00f5es […]<\/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-3997","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n\n
Exemplo: usando createDataPartition() em 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 Recursos adicionais<\/strong><\/span><\/h2>\n
Como realizar regress\u00e3o linear m\u00faltipla em R<\/a>
Como realizar regress\u00e3o log\u00edstica em R<\/p>\n","protected":false},"excerpt":{"rendered":"