在R中生成具有替换的测试和训练数据集

我已经镜像了一些代码来执行分析，并且一切都正常工作（我相信）。然而，我试图理解一些与将数据分成40%测试集和60%训练集相关的代码

根据我目前的理解，代码将每一行随机分配到第1组或第2组。随后，分配给1的所有行被拉入训练集中，分配给2的行被拉入测试集中

后来，我意识到带替换的采样并不是我想要的数据分析。虽然在这种情况下，我不确定实际被替换的是什么。目前，我不认为是实际数据本身被替换，而是“1”和“2”的位置持有者。我希望确切地理解这些代码行是如何工作的。根据我的结果，它似乎正在实现我想要的。我需要确认数据本身是否被替换

为了测试有问题的行，我创建了一个具有10个唯一值（1到10）的数据帧

如果对数据值本身进行替换采样，我希望在“training1”或“testing2”中看到一些重复的数据。我用10个不同的set.seed编号和数据值运行了这些代码行10次。对我来说，这表明数据本身没有被替换

如果我设置replace=FALSE，则会出现以下错误：

Error in sample.int(x, size, replace, prob) : 
  cannot take a sample larger than the population when 'replace = FALSE'

set.seed(8)
test  <-sample(2, nrow(df), replace = TRUE, prob = c(.6,.4))

training1 <- df[test==1,]
testing2 <- df[test==2,]

sample.int（x，大小，替换，prob）中的

错误：
当“replace=FALSE”时，无法获取大于总体的样本
种子（8）
测试你的取样方式必然会导致不希望的/随机的分割大小，除非观察数量很大，正式称为。要进行更具确定性的分割，请确定列车数据的观测大小/数量，并使用它从
nrow（df）
：

set.seed（8）
#对于60/40列车/测试拆分
序列indx=样品（x=1:nrow（df），
尺寸=0.6*nrow（df），
replace=FALSE）
训练df除非观测数量巨大，否则你的采样方式必然会导致不希望的/随机的分割大小，正式称为。要进行更具确定性的分割，请确定列车数据的观测大小/数量，并使用它从
nrow（df）
：

set.seed（8）
#对于60/40列车/测试拆分
序列indx=样品（x=1:nrow（df），
尺寸=0.6*nrow（df），
replace=FALSE）
train_df我建议根据人类的答案拆分代码。因为我在原始代码的基础上进行了大量分析，所以我花了几个小时研究它到底做了什么

原代码：

test  <-sample(2, nrow(df), replace = TRUE, prob = c(.6,.4))

test我建议根据人类的答案拆分代码。因为我在原始代码的基础上进行了大量分析，所以我花了几个小时研究它到底做了什么

原代码：

test  <-sample(2, nrow(df), replace = TRUE, prob = c(.6,.4))

test感谢您的回复，这是一种更好的分割数据的方法感谢您的回复，这是一种更好的分割数据的方法