在R中创建培训和测试数据集

我想从

mydata

中创建训练和测试数据，它有2673个观察值和23个变量。然而，我不能仅仅通过减去训练数据来创建测试集

dim(mydata)
## [1] 2673   23
set.seed(1)
train = mydata[sample(1:nrow(mydata), 1000, replace=FALSE), ]
dim(train)
## [1] 1000   23

运行以下命令时，我收到19条警告，结果有20062条观察结果：

test = mydata[!train, ]
## There were 19 warnings (use warnings() to see them)
dim(test)
## [1] 20062    23

---

我做错了什么？

一个可能的解决方案是将采样的索引存储在一个单独的命名向量中

train_idx <- sample(1:nrow(mydata),1000,replace=FALSE)
train <- mydata[train_idx,] # select all these rows
test <- mydata[-train_idx,] # select all but these rows

---

但是第二种解决方案在

mydata上慢了2倍。一种可能的解决方案是将采样的索引存储在一个单独的命名向量中

train_idx <- sample(1:nrow(mydata),1000,replace=FALSE)
train <- mydata[train_idx,] # select all these rows
test <- mydata[-train_idx,] # select all but these rows

但是第二个解决方案在
mydata上慢了2倍，谢谢！在创建
train\u idx
之前，我仍然需要设置种子。是否正确？如果希望获得可复制的结果，请在
sample（）之前调用
set.seed（一些编号）
。如果这对你不重要，保持种子不变（它是根据系统时间+一些其他信息自动设置的）。谢谢！在创建
train\u idx
之前，我仍然需要设置种子。是否正确？如果希望获得可复制的结果，请在
sample（）之前调用
set.seed（一些编号）
。如果这对您不重要，请保持种子不变（它会根据系统时间+一些其他信息自动设置）。此处相关