R#随机抽样和等距抽样
1 2 3 4 5 6 7 | #随机抽样:dataset是数据集;nrow是行,对应数据集样本个数。即随机抽样数据集的20%样本。 #设置随机种子数 set.seed (1) data_test<- sample (1: nrow (dataset), floor (.2* nrow (dataset))) #等距抽样:从1开始每个5个样本进行一次采样。seq(sart,end,step) data_test<- seq (1, nrow (dataset),5) |
1 2 3 4 5 6 7 | #随机抽样:dataset是数据集;nrow是行,对应数据集样本个数。即随机抽样数据集的20%样本。 #设置随机种子数 set.seed (1) data_test<- sample (1: nrow (dataset), floor (.2* nrow (dataset))) #等距抽样:从1开始每个5个样本进行一次采样。seq(sart,end,step) data_test<- seq (1, nrow (dataset),5) |
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 全程不用写代码,我用AI程序员写了一个飞机大战
· DeepSeek 开源周回顾「GitHub 热点速览」
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· 记一次.NET内存居高不下排查解决与启示
· 白话解读 Dapr 1.15:你的「微服务管家」又秀新绝活了