10 배 교차 검증을 위해 데이터 세트를 분할하는 방법

이제 R데이터 프레임 (트레이닝)이 있습니다. 누구 든지이 데이터 세트를 무작위로 분할하여 10 배 교차 검증을 수행하는 방법을 말해 줄 수 있습니까?

caret 이것에 대한 기능이 있습니다 :

require(caret)
flds <- createFolds(y, k = 10, list = TRUE, returnTrain = FALSE)
names(flds)[1] <- "train"

그런 다음의 각 요소는 flds각 데이터 집합에 대한 인덱스 목록입니다. 데이터 세트가 호출되면 dat, 다음 dat[flds$train,], 당신에게 트레이닝 세트를 얻을 수 dat[ flds[[2]], ]등, 당신에게 두 번째 배 세트를 가져옵니다

패키지를 사용하지 않고 10 배를 수행하는 간단한 방법은 다음과 같습니다.

#Randomly shuffle the data
yourData<-yourData[sample(nrow(yourData)),]

#Create 10 equally size folds
folds <- cut(seq(1,nrow(yourData)),breaks=10,labels=FALSE)

#Perform 10 fold cross validation
for(i in 1:10){
    #Segement your data by fold using the which() function 
    testIndexes <- which(folds==i,arr.ind=TRUE)
    testData <- yourData[testIndexes, ]
    trainData <- yourData[-testIndexes, ]
    #Use the test and train data partitions however you desire...
}

아마도 가장 좋은 방법은 아니지만 여기에 한 가지 방법이 있습니다. 이 코드를 작성할 때 여기에 다른 답변에서 트릭을 빌 렸지만 링크를 찾을 수 없었습니다.

# Generate some test data
x <- runif(100)*10 #Random values between 0 and 10
y <- x+rnorm(100)*.1 #y~x+error
dataset <- data.frame(x,y) #Create data frame
plot(dataset$x,dataset$y) #Plot the data

#install.packages("cvTools")
library(cvTools) #run the above line if you don't have this library

k <- 10 #the number of folds

folds <- cvFolds(NROW(dataset), K=k)
dataset$holdoutpred <- rep(0,nrow(dataset))

for(i in 1:k){
  train <- dataset[folds$subsets[folds$which != i], ] #Set the training set
  validation <- dataset[folds$subsets[folds$which == i], ] #Set the validation set

  newlm <- lm(y~x,data=train) #Get your new linear model (just fit on the train data)
  newpred <- predict(newlm,newdata=validation) #Get the predicitons for the validation set (from the model just fit on the train data)

  dataset[folds$subsets[folds$which == i], ]$holdoutpred <- newpred #Put the hold out prediction in the data set for later use
}

dataset$holdoutpred #do whatever you want with these predictions

아래에서 내가 사용하는 다른 코드를 찾아보십시오 (다른 소스에서 빌려서 수정했습니다). 내가 방금 사용한 rpart 루틴에서 방금 사용한 스크립트에서 직접 복사했습니다. 아마도 가장 흥미로운 부분은 주름을 만드는 선입니다. 또는 부트 스트랩 패키지에서 crossval 기능을 사용할 수 있습니다.

#define error matrix
err <- matrix(NA,nrow=1,ncol=10)
errcv=err

#creation of folds
for(c in 1:10){

n=nrow(df);K=10; sizeblock= n%/%K;alea=runif(n);rang=rank(alea);bloc=(rang-1)%/%sizeblock+1;bloc[bloc==K+1]=K;bloc=factor(bloc); bloc=as.factor(bloc);print(summary(bloc))

for(k in 1:10){

#rpart
fit=rpart(type~., data=df[bloc!=k,],xval=0) ; (predict(fit,df[bloc==k,]))
answers=(predict(fit,df[bloc==k,],type="class")==resp[bloc==k])
err[1,k]=1-(sum(answers)/length(answers))

}

err
errcv[,c]=rowMeans(err, na.rm = FALSE, dims = 1)

}
errcv

# Evaluate models uses k-fold cross-validation
install.packages("DAAG")
library("DAAG")

cv.lm(data=dat, form.lm=mod1, m= 10, plotit = F)

한 줄의 코드로 모든 것이 가능합니다!

?cv.lm for information on input and output

이 목록에 접근하지 않았기 때문에 빠른 교차 검증을 위해 패키지를 설치하고 싶지 않은 사람들을 위해 다른 옵션을 공유 할 수 있다고 생각했습니다.

# get the data from somewhere and specify number of folds
data <- read.csv('my_data.csv')
nrFolds <- 10

# generate array containing fold-number for each sample (row)
folds <- rep_len(1:nrFolds, nrow(data))

# actual cross validation
for(k in 1:nrFolds) {
    # actual split of the data
    fold <- which(folds == k)
    data.train <- data[-fold,]
    data.test <- data[fold,]

    # train and test your model with data.train and data.test
}

위의 코드는 데이터가 이미 섞여 있다고 가정합니다. 그렇지 않은 경우 다음과 같은 추가를 고려할 수 있습니다.

folds <- sample(folds, nrow(data))