R测试分类列

Question

我想在插入符号（或其他方法）中使用createDataPartition创建测试集，我可以根据数据集中的标签列创建测试集。 但我的附加要求是我的数据有一个分类列（例如：ID为ID1，ID2 ...... ID10，用于数据集中的示例）我希望所有具有特定ID的观察都应该在火车集中或在测试集。怎么做？

Answer 1

此解决方案不使用插入符号，但我认为它可以满足您的需要。 使用dplyr根据data.frame对ID进行分组，然后为每个组随机分配0/1标签。然后，您可以根据它进行子集化。

#very small sample data set
dat <- data.frame(id=sample(c('a', 'b', 'c', 'd', 'e'), size = 25, replace =T), 
                  val1=rnorm(25), val2=rnorm(25) )

dat2 <- dat %>% group_by(id) %>% mutate(label = rbinom(1, 1, 0.7) )

train <- subset(dat2, label==1)
test  <- subset(dat2, label==0)