R 데이터 분할

1 개요

R 데이터 분할

2 createDataPartition() ★

R createDataPartition() 문서를 참고하십시오.

library(caret,quietly=TRUE)
idx = createDataPartition(iris$Species,p=0.8,list=FALSE)
Train = iris[ idx,]
Test  = iris[-idx,]
nrow( Train )
nrow( Test  )

3 sample.split()

• caTools 라이브러리 필요

library(caTools)
msk = sample.split(iris$Species, SplitRatio=0.8)
Train = iris[ msk,]
Test  = iris[!msk,]
nrow( Train )
nrow( Test  )

df = read.table( header=TRUE, stringsAsFactors=FALSE, text="
name  major gpa
Alice Math  3.3
Bob   Math  3.4
Carol Math  3.5
Dave  Math  3.6
Erin  Math  3.7
Frank Math  3.7
Grace Chem  3.6
Heidi Chem  3.6
Ivan  Chem  3.7
Judy  Chem  3.8
Kelly Chem  3.9
Lee   Chem  4.0
")
library(caTools)
msk = sample.split(df$major, SplitRatio=3/4)
train = df[ msk,]
test  = df[!msk,]
options(echo=T)
print( train )
print( test  )

4 seq()

• 추가 라이브러리 필요 없음
• 랜덤은 아니고 n번째 추출
• 단점: ① 비율 미세조정이 어려울 수 있음, ② 균등한 비율 배분이 어려울 수 있음
• 아래 예시는 4:1 ( 80%: 20% ), iris 자료는 Species 3종이 각 50개씩 차례로 있는 경우라서 균등 배분되었음

Train = iris[-c(seq(5,nrow(iris),5)),] # 매 5번째만 제외
Test  = iris[ c(seq(5,nrow(iris),5)),] # 매 5번째만 포함
nrow( Train ) # 120
nrow( Test  ) # 30

5 sample()

R sample() 문서를 참고하십시오.

• 추가 라이브러리 필요 없음
• 비율 조정 용이
• 단점: 특정 컬럼을 기준으로 균등 배분 미적용

flag = sample(2,nrow(iris), prob=c(0.8, 0.2))
Train = iris[flag==1,]
Test  = iris[flag==2,]
nrow( Train )
nrow( Test  )

6 같이 보기

• 데이터 분할
• 파이썬 데이터 분할
• R 다항로지스틱회귀분석