Question

我尝试将数据集分成3个部分：培训：60％，测试：20％，验证：20％。

part1 <- createDataPartition(fullDataSet$classe, p=0.8, list=FALSE)
validation <- fullDataSet[-part1,]
workingSet <- fullDataSet[part1,]

当我做同样的事情再次分区时：

inTrain <- createDataPartition(workingSet$classe, p=.75, list=FALSE)

我收到错误：

Error in sort.list(y) : 'x' must be atomic for 'sort.list'
Have you called 'sort' on a list?

有没有办法要么a）创建3个不同大小的分区，或者b）像我试图做的那样做一个嵌套分区？我认为c）使用sample（）代替，但是对于教师只使用createDataPartition的类，我们必须显示我们的代码。有没有人在这里有任何建议？

Answer 1

实际上我想知道同样的事情，我想出了一个非常优雅的解决方案，但这似乎有效。

因此，在我的情况下，我想创建一个包含60％数据和测试和验证数据集的训练数据集，每个数据集占20％。我是这样做的：

set.seed(1234)
inTraining <- createDataPartition(mydata$FLAG, p=0.6, list=FALSE)
training.set <- mydata[inTraining,]
Totalvalidation.set <- mydata[-inTraining,]
# This will create another partition of the 40% of the data, so 20%-testing and 20%-validation
inValidation <- createDataPartition(Totalvalidation.set$FLAG, p=0.5, list=FALSE)
testing.set <- Totalvalidation.set[inValidation,]
validation.set <- Totalvalidation.set[-inValidation,]

看起来它给了我正确的数据集，并将在今天进行测试。希望它对你有用，如果有人有更优雅的答案请分享！：）

Answer 2

  #METHOD 1 : EQUAL SPLITS
  # allind <- sample(1:nrow(m.d),nrow(m.d))
  # #split in three parts 
  # trainind <- allind[1:round(length(allind)/3)]
  # valind <- allind[(round(length(allind)/3)+1):round(length(allind)*(2/3))]
  # testind <- allind[round(length(allind)*(2/3)+1):length(allind)]

  set.seed(1234)

 #METHOD 2 : 60-30-20 SPLIT
 allind <- sample(1:nrow(m.d),nrow(m.d))
 trainind <- allind[1:round(length(allind)*0.6)]
 valind <- allind[(round(length(allind)*0.6)+1):((round(length(allind)*0.6)+1)+    
 (round(length(allind)*0.3)))]
 testind <- allind[((round(length(allind)*0.6)+1)+
 (round(length(allind)*0.3))+1):length(allind)]
 m.dTRAIN <- m.d[trainind,]
 m.dVAL   <- m.d[valind,]
 m.dTEST  <- m.d[testind,]

in caret：为测试/培训/验证创建多个不同大小的分区

2 个答案: