分割对象的构造函数
用法
make_splits(x, ...)
# S3 method for default
make_splits(x, ...)
# S3 method for list
make_splits(x, data, class = NULL, ...)
# S3 method for data.frame
make_splits(x, assessment, ...)
参数
- x
-
名称为 "analysis" 和 "assessment" 的整数列表,或者分析或训练数据的 DataFrame 。
- ...
-
目前未使用。
- data
-
一个 DataFrame 。
- class
-
提供对象的可选类。
- assessment
-
评估或测试数据的 DataFrame ,可以为空。
例子
df <- data.frame(
year = 1900:1999,
value = 10 + 8*1900:1999 + runif(100L, 0, 100)
)
split_from_indices <- make_splits(
x = list(analysis = which(df$year <= 1980),
assessment = which(df$year > 1980)),
data = df
)
split_from_data_frame <- make_splits(
x = df[df$year <= 1980,],
assessment = df[df$year > 1980,]
)
identical(split_from_indices, split_from_data_frame)
#> [1] TRUE
相关用法
- R rsample make_strata 创建或修改分层变量
- R rsample manual_rset 手动重采样
- R rsample mc_cv 蒙特卡罗交叉验证
- R rsample validation_set 创建验证拆分以进行调整
- R rsample initial_split 简单的训练/测试集分割
- R rsample populate 添加评估指标
- R rsample int_pctl 自举置信区间
- R rsample vfold_cv V 折交叉验证
- R rsample rset_reconstruct 使用新的 rset 子类扩展 rsample
- R rsample group_mc_cv 小组蒙特卡罗交叉验证
- R rsample group_vfold_cv V 组交叉验证
- R rsample rolling_origin 滚动原点预测重采样
- R rsample reverse_splits 反转分析和评估集
- R rsample group_bootstraps 团体自举
- R rsample labels.rset 从 rset 对象中查找标签
- R rsample get_fingerprint 获取重采样的标识符
- R rsample bootstraps 引导抽样
- R rsample validation_split 创建验证集
- R rsample reg_intervals 具有线性参数模型的置信区间的便捷函数
- R rsample clustering_cv 集群交叉验证
- R rsample initial_validation_split 创建初始训练/验证/测试拆分
- R rsample get_rsplit 从 rset 中检索单个 rsplit 对象
- R rsample loo_cv 留一交叉验证
- R rsample complement 确定评估样本
- R rsample slide-resampling 基于时间的重采样
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 Constructors for split objects。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。