R 코드 예시 - 데이터 분할
{caret} Package로 createDataPartition()함수를 사용하여 iris data를 Species 기준으로 70%는 훈련용 데이터로 나머지 30%는 검증용 데이터로 데이터셋을 분할하고 검증하는 R Code 예시입니다.
|
>
library(caret)
Loading required package: lattice
Loading required package: ggplot2
Find out what's changed in ggplot2 at
https://github.com/tidyverse/ggplot2/releases.
# iris
data를
Species 기준으로
70%는 훈련용
데이터로
# 나머지
30%는 검증용
데이터로 데이터셋을 분할하기 위해
# createDataPartition()함수를 사용하여 훈련데이터로 사용할 index 추출
# createDataPartition(): 데이터를 훈련 데이터와 테스트 데이터로 분할하여 훈련 데이터로 사용할 데이터의 색인을
list로
반환합니다.
>
train.idx<-createDataPartition(iris$Species, p=0.7, list=F)
# 데이터의 색인list
확인
> head(train.idx)
Resample1
[1,] 2
[2,] 3
[3,] 4
[4,] 5
[5,] 7
[6,] 11
#
train.idx를
통해 훈련데이터 생성
> iris_train<-iris[train.idx,]
# 훈련데이터 확인
> head(iris_train)
Sepal.Length Sepal.Width Petal.Length
2 4.9 3.0 1.4
3 4.7 3.2 1.3
4 4.6 3.1 1.5
5 5.0 3.6 1.4
7 4.6 3.4 1.4
11 5.4 3.7 1.5
Petal.Width Species
2 0.2 setosa
3 0.2 setosa
4 0.2 setosa
5 0.2 setosa
7 0.3 setosa
11 0.2 setosa
#
iris_train를 제외한 데이터로 테스트데이터 생성
> iris_test<-iris[-train.idx,]
# 테스트 데이터 확인
> head(iris_test)
Sepal.Length Sepal.Width Petal.Length
1 5.1 3.5 1.4
6 5.4 3.9 1.7
8 5.0 3.4 1.5
9 4.4 2.9 1.4
10 4.9 3.1 1.5
25 4.8 3.4 1.9
Petal.Width Species
1 0.2 setosa
6 0.4 setosa
8 0.2 setosa
9 0.2 setosa
10 0.1 setosa
25 0.2 setosa
# dim():
• 차원(dimension) 지정함수
# • m x n 차원의 행렬을 생성합니다.
# 105 x 5 차원의 행렬을 생성합니다.
> dim(iris_train)
[1]
105 5
# 45 x 5 차원의 행렬을 생성합니다.
> dim(iris_test)
[1]
45 5
|
|
>
|
https://codedragon.tistory.com/9897