Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
Tags
- 머신러닝
- Quantitative
- Qualitative
- 질적
- Predict
- Train
- 가볍게 시작하는 통계학습
- 로지스틱회귀
- 데이터사이언스
- 통계
- 종속변수
- 설명변수
- 양적
- 파이썬
- 대학원
- GLM
- 이화여자대학원
- Introduction to Statistical Learning
- dim()
- 통계독학
- 데이터사이언스 대학원
- 사후확률
- R
- 특수대학원
- ISLR
- 데이터
Archives
- Today
- Total
하고 싶은 건 하면 되지
[R] train set 만들어주기 본문
ISLR 5.4 Exercises 에서
5번 문제를 풀다가 배우게 된 내용이다.
validation 을 진행하기 위해 전체 데이터를
1) train 데이터와 2) validation 데이터로 나누고자 한다.
(test 데이터도 만들 수 있지만 여기서는 이렇게 두 가지만 사용하는 것이 가정이다.)
아래와 같이 만들어주면 된다.
train <- sample(dim(Default)[1], dim(Default)[1]/2)
- dim(Default): 데이터프레임 Default의 행, 열의 수를 반환한다.
- 결과값은 10,000 / 4 가 나온다. - dim(Default)[1]: 행, 열의 수 중 행을 일컫는다.
- 여기서는 10,000
- (참고) 파이썬과 같이 인덱싱이 0부터 시작하지 않고 1부터 시작한다. - dim(Default)[1]/2: 10,000 나누기 2 이기 때문에 값이 5,000 이 된다.
- sample(A, B): 앞의 A 범위에서 B개를 무작위로 선택하라는 것이다.
- 여기서는 10,000개의 범위에서 5,000개를 무작위로 선택하라는 것이고, 이것을 train 세트로 지정하였다.
'Data Science > Statistics' 카테고리의 다른 글
[R] 사후 확률(Posterior Probability) 계산 (1) | 2023.09.30 |
---|---|
[R] glm() 함수 (0) | 2023.09.30 |
Quantitative Data(양적 자료) vs. Qualitative Data(질적 자료) (0) | 2023.09.09 |
통계, 머신러닝에 도움이 되는 책 - An Introduction to Statistical Learning (0) | 2023.09.03 |