使用R语言进行数据抽样和创建训练集与测试集

使用R语言进行数据抽样和创建训练集与测试集

数据抽样是数据分析中常用的技术之一，它可以帮助我们从大规模数据集中获取代表性的样本。在机器学习和统计建模中，我们通常需要将数据集划分为训练集和测试集，以便评估模型的性能。在本篇文章中，我们将使用R语言来实现数据抽样和创建训练集与测试集的过程。

数据抽样

简单随机抽样

简单随机抽样是一种基本的抽样方法，它从总体中以相等的概率随机地选择样本。在R中，我们可以使用sample()函数来实现简单随机抽样。

下面是一个简单随机抽样的示例，假设我们有一个包含100个观测值的数据集data，我们希望从中随机抽取30个观测值作为样本：

# 创建包含100个观测值的数据集
data <- 1:100

# 简单随机抽样
sample_data <- sample(data, size = 30, replace = FALSE)

在上面的代码中，我们使用sample()函数将data中的观测值随机抽取30个，并将结果存储在sample_data中。size参数指定要抽取的样本大小，replace参数指定是否允许