R 分层抽样分解决策树学习的数据框架

我想使用分层抽样创建一个培训和测试样本集。我试着四处看看，但是我找到的所有包都返回一个数据帧而不是一个表达式。我用来构建树的树包要求子集作为表达式给出

示例代码：

library(tree)
library(ISLR)
library(dplyr)

Carseats <- Carseats %>% mutate(High = factor(ifelse(Sales <= 8, "No", "Yes")))

set.seed(2)
train_sample <- sample(nrow(Carseats), nrow(Carseats) * 0.7)
carseats_test <- Carseats[-train_sample,]

tree.carseats <- tree(High~ . -Sales, Carseats, subset = train_sample)

库（树）
图书馆（ISLR）
图书馆（dplyr）
车座百分比变异（高=系数）（如果其他（销售您可以：

library(tree)
library(ISLR)
library(dplyr)

Carseats <- Carseats %>% mutate(High = factor(ifelse(Sales <= 8, "No", "Yes")))

mean(Carseats$High == "Yes")
[1] 0.41

train_sample <- Carseats %>%
tibble::rownames_to_column() %>% 
group_by(High) %>%
sample_n(0.7*n()) %>%
mutate(rowname = as.numeric(rowname)) %>%
pull(rowname) 

carseats_test <- Carseats[-train_sample,]
mean(carseats_test$High == "Yes")
[1] 0.4132231

tree.carseats <- tree(High~ . -Sales, Carseats, subset = train_sample)

库（树）
图书馆（ISLR）
图书馆（dplyr）
车座百分比变化（高=系数）（如果其他（销售%）
组别(高)%>%
样本n（0.7*n（））%>%
变异（rowname=as.numeric（rowname））%>%
拉动（行名称）
您可以执行以下操作：

library(tree)
library(ISLR)
library(dplyr)

Carseats <- Carseats %>% mutate(High = factor(ifelse(Sales <= 8, "No", "Yes")))

mean(Carseats$High == "Yes")
[1] 0.41

train_sample <- Carseats %>%
tibble::rownames_to_column() %>% 
group_by(High) %>%
sample_n(0.7*n()) %>%
mutate(rowname = as.numeric(rowname)) %>%
pull(rowname) 

carseats_test <- Carseats[-train_sample,]
mean(carseats_test$High == "Yes")
[1] 0.4132231

tree.carseats <- tree(High~ . -Sales, Carseats, subset = train_sample)

库（树）
图书馆（ISLR）
图书馆（dplyr）
车座百分比变化（高=系数）（如果其他（销售%）
组别(高)%>%
样本n（0.7*n（））%>%
变异（rowname=as.numeric（rowname））%>%
拉动（行名称）
Caru测试正如我试图描述的，tree（）函数不接受数据帧作为输入。这对我来说似乎是一个数据帧。确定。然后添加一个行名。正如我试图描述的，tree（）函数不接受数据帧作为输入。这对我来说似乎是一个数据帧。确定。然后添加一个行名即可。