当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


R rsample initial_split 简单的训练/测试集分割


initial_split 将数据创建为训练集和测试集的单个二进制分割。 initial_time_split 执行相同操作,但采用第一个 prop 样本进行训练,而不是随机选择。 group_initial_split 根据某些分组变量创建数据拆分,以便将 "group" 中的所有数据分配给同一拆分。 trainingtesting 用于提取结果数据。

用法

initial_split(data, prop = 3/4, strata = NULL, breaks = 4, pool = 0.1, ...)

initial_time_split(data, prop = 3/4, lag = 0, ...)

training(x, ...)

# S3 method for default
training(x, ...)

# S3 method for rsplit
training(x, ...)

testing(x, ...)

# S3 method for default
testing(x, ...)

# S3 method for rsplit
testing(x, ...)

group_initial_split(data, group, prop = 3/4, ..., strata = NULL, pool = 0.1)

参数

data

一个 DataFrame 。

prop

为建模/分析而保留的数据比例。

strata

data 中的变量(单个字符或名称)用于进行分层抽样。如果不是 NULL ,则每次重新采样都会在分层变量中创建。数字 strata 被分为四分位数。

breaks

给出对数值分层变量进行分层所需的箱数的单个数字。

pool

用于确定特定组是否太小的数据比例,是否应合并到另一个组中。我们不建议将此参数降低到默认值 0.1 以下,因为分层组太小存在危险。

...

这些点用于将来的扩展,并且必须为空。

lag

包含评估和分析集之间的滞后的值。如果在训练和测试期间使用滞后预测变量,这非常有用。

x

initial_split()initial_time_split() 生成的 rsplit 对象。

group

data 中的变量(单个字符或名称),用于将具有相同值的观察结果分组到折叠内的分析或评估集。

可与 trainingtesting 一起使用的 rsplit 对象

函数来提取每个分割中的数据。

细节

使用 strata 参数,在分层变量内进行随机抽样。这有助于确保重采样与原始数据集具有相同的比例。对于分类变量,采样是在每个类别内单独进行的。对于数字分层变量,strata 被分为四分位数,然后用于分层。低于总数10%的地层合并在一起;有关更多详细信息,请参阅make_strata()

例子

set.seed(1353)
car_split <- initial_split(mtcars)
train_data <- training(car_split)
test_data <- testing(car_split)

data(drinks, package = "modeldata")
drinks_split <- initial_time_split(drinks)
train_data <- training(drinks_split)
test_data <- testing(drinks_split)
c(max(train_data$date), min(test_data$date)) # no lag
#> [1] "2011-03-01" "2011-04-01"

# With 12 period lag
drinks_lag_split <- initial_time_split(drinks, lag = 12)
train_data <- training(drinks_lag_split)
test_data <- testing(drinks_lag_split)
c(max(train_data$date), min(test_data$date)) # 12 period lag
#> [1] "2011-03-01" "2010-04-01"

set.seed(1353)
car_split <- group_initial_split(mtcars, cyl)
train_data <- training(car_split)
test_data <- testing(car_split)
源代码:R/initial_split.R

相关用法


注:本文由纯净天空筛选整理自Hannah Frick等大神的英文原创作品 Simple Training/Test Set Splitting。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。