R 用于在看不见的数据上测试模型的包

我想知道有什么软件包可以分割我的数据

我更愿意在2/3的数据上优化我的模型。 然后在最后1/3的时间里运行它，看看它能支撑多久

这听起来可能是个愚蠢的问题。。。但是，为了在最后1/3/rd的数据中向前运行优化模型，有没有办法做到这一点？否则我会再次进行回溯测试，对吗？想法是在最后1/3的数据上对其进行前向测试，就像看到真实的实时数据一样。。。。如果我说得通的话

有没有一个R包可以做到这一点

**评估答案

在这种情况下，这似乎是一项相对简单的任务，包括以下步骤：

将模型优化到数据的前2/3

在最后1/3的数据上测试这些参数

---

这与在整个样本量上测试和优化模型形成对比。通过这种方式，模型可以看到看不见的数据。

有一些包，但根据您的需求，您可以使用base R的提取操作符来实现这一点。这听起来像是你在使用时间序列或某种有序观察

获得数据后，创建培训索引。 接下来，通过训练索引将数据子集以创建训练集。 然后通过再次对数据进行子集设置来创建测试集，但要减去列车索引

data <- data.frame(x=runif(10000), y=runif(10000))

train_index <- 1:(NROW(data)*0.666)

train_set <- data[train_index, ]

test_set <- data[-train_index, ]

---

data有一些包，但是根据您的需求，您可以使用base R的提取操作符来实现这一点。这听起来像是你在使用时间序列或某种有序观察

获得数据后，创建培训索引。
接下来，通过训练索引将数据子集以创建训练集。
然后通过再次对数据进行子集设置来创建测试集，但要减去列车索引

data <- data.frame(x=runif(10000), y=runif(10000))

train_index <- 1:(NROW(data)*0.666)

train_set <- data[train_index, ]

test_set <- data[-train_index, ]

data有几个软件包可以提供帮助。
caTools
包有一个名为
sample.split
的函数，专门用于将数据集拆分为测试集和训练集

见：

将数据集中的一列作为第一个参数（通常是响应变量）传递，它会在该变量中的值之间按比例分割数据集。如果你有一个可能只有5%的时间出现某个值的响应变量，这是很有帮助的，你希望你的训练和测试集在每个变量中都有一个类似的值表示。它可以像这样使用：

split = sample.split(wikiWords$Vandal, SplitRatio = 2/3)
wikitrain = subset(wikiWords, split == TRUE)
wikitest = subset(wikiWords, split == FALSE)

有几个软件包可以帮助解决这个问题。
caTools
包有一个名为
sample.split
的函数，专门用于将数据集拆分为测试集和训练集

见：

将数据集中的一列作为第一个参数（通常是响应变量）传递，它会在该变量中的值之间按比例分割数据集。如果你有一个可能只有5%的时间出现某个值的响应变量，这是很有帮助的，你希望你的训练和测试集在每个变量中都有一个类似的值表示。它可以像这样使用：

split = sample.split(wikiWords$Vandal, SplitRatio = 2/3)
wikitrain = subset(wikiWords, split == TRUE)
wikitest = subset(wikiWords, split == FALSE)

好的，太好了-我不知道用每nrow 0.666倍的乘数可以得到2/3。谢谢，太好了-我不知道使用.666乘数/nrow可以得到这样的子集，实际上是2/3。谢谢