我正在尝试从 2 组数据移动到 3 组数据，如上述问题中所述。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这不起作用。当前数据集有几个因子变量。
我试过使用 Frank's solution here在
cut功能，但不知何故我设法得到Error in cut.default(seq(nrow(df)), nrow(df) * cumsum(c(0, spec)), labels = names(spec)) : lengths of 'breaks' and 'labels' differ
即使在网上搜索帮助后我也不明白。
最佳答案
如果我理解正确，那么您需要不重复的样本的 60%、20% 和 20% 的 fork 。我以虹膜数据为例，其中包含 150 行和 5 列。
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.
关于r - 将数据集划分为 60%、20%、20%，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44131087/