Posts match “ Sample ” tag:

almost 4 years ago

R -- Data Splitting

在做機器學習演算法時，常常需要把資料分成 training set 和 validation set 這兩個資料組。
但是，要如何切割，才可以讓具有不同 label 的資料，在這兩個資料組中，平均分佈？

用統計語言 R 處理 iris 資料組為例。iris 的資料如下：

index Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3.0 1.4 0.2 setosa
... ... ... ... ... ......
51 7.0 3.2 4.7 1.4 versicolor
52 6.4 3.2 4.5 1.5 versicolor
... ... ... ... ... ......
101 6.3 3.3 6.0 2.5 virginica
102 5.8 2.7 5.1 1.9 virginica
... ... ... ... ... ......
Read on →