Question

我正试图从2组数据转移到3组，如上面的问题所述。以下是我使用的脚本：

set.seed(125)
d <- sample(x = nrow(db), size = nrow(db) * 0.60, )
train60 <-db[d, ]
valid40 <-db[-d, ]

有没有办法修改上面的脚本？我试图创建另一行：

valid40 <- db[-d] * 0.2无效。

当前数据集有几个因子变量。

我尝试在cut函数上使用Frank's solution here，但不知怎的，我设法得到了

cut.default（seq（nrow（df）），nrow（df）* cumsum（c（0，spec））出错， labels = names（spec））：＆＃39; break的长度＆＃39;和＆＃39;标签＆＃39;不同

即使在网上寻求帮助后我也不明白。

Answer 1

如果我理解正确，那么你想要60％，20％和20％的样本分叉而不重复。我已经为一个包含150行和5列的示例获取了虹膜数据。

samp <- sample(1:nrow(iris),.6*nrow(iris)) ##60 and 40 bifurcation

train60 <- iris[samp,] ## This is the 60% chunk
remain40 <- iris[-samp,]  ## This is used for further bifurcation

samp2 <- sample(1:nrow(remain40),.5*nrow(remain40))

first20 <- remain40[samp2,] ## First chunk of 20%
secnd20 <- remain40[-samp2,] ## Second Chunk of 20%

Reduce("intersect",list(train60,first20,secnd20)) ##Check to find if there is any intersect , 0 rows means everything is fine and sample are not repetitive.

Answer 2

db <- data.frame(x=1:10, y=11:20)

set.seed(125)
d <- sample(x=nrow(db),size=nrow(db)*0.60,)

train60 <-db[d,]

valid40 <-db[-d,]

现在，只需在每个新数据帧中获取有效值的一半：

e <- sample(x=nrow(valid40),size=nrow(valid40)*0.50,)

train20 <-valid40[e,]
valid20 <- valid40[-e,]

将数据分为60％，20％，20％

2 个答案: