Question

所以我需要一些我在R中创建的训练和测试集的帮助。代码的目标是将数据集分成一定量k，以及测试集的折叠次数将是i。然后它将返回训练和测试集。我们假设k为5或10。

这是我到目前为止所做的。

create_sets<-function(df,k,i)
{

  n<-dim(df)[1]

  #fold size
  size<-n/k

  #beggining of test set
  test_start<-(size*i)-(size)+1

  #end of test set
  test_end<-size*i


  indices<-df(test_start,test_end)

  train<-df[indices,]
  test<-df[-indices,]

  return (list(train=train,test=test))

}

df只是x和y的随机数据框。那就是：

x<-c(1,6,7,4,3,5,7,8,9,8,7,6,5,4,3,4,5,3,2,1)

y<-c(3,5,6,7,5,4,3,5,7,8,9,0,2,3,4,5,6,7,5,6)

df<-data.frame(x,y)

当我运行代码时，我返回错误

df（test_start，test_end）出错：
参数“df2”缺失，没有默认值

Answer 1

这就是我接近它的方式：

n <- nrow(df)
k <- 5
set.seed(10272015)
s <- sample(1:k, n, replace=TRUE)

result <- rep(NA, k)
for (i in 1:k) {
  train <- df[s!=i, ]
  test <- df[s==i,]

  # fit model

  # evaluate

  # result[i] <- evalscore 
}

mean(result)

Answer 2

我认为你只需要一个不同子集的索引，如下所示：

k <- 5
folds <- sample(rep(1:k,length=nrow(df)))

然后，你可以得到任何一个k子集（例如1）：

df[folds==1,]

R培训和测试集

2 个答案: