在插入符中：创建多个不同大小的分区以进行测试/培训/验证

Question

我正在尝试获取一个数据集并将其划分为3个部分：训练：60％，测试：20％，验证：20％。

part1 <- createDataPartition(fullDataSet$classe, p=0.8, list=FALSE)
validation <- fullDataSet[-part1,]
workingSet <- fullDataSet[part1,]

当我做同样的事情再次分区时：

inTrain <- createDataPartition(workingSet$classe, p=.75, list=FALSE)

我得到错误：

Error in sort.list(y) : 'x' must be atomic for 'sort.list'
Have you called 'sort' on a list?

有没有一种方法要么a）创建3个不同大小的分区，要么b）像我尝试做的那样嵌套一个分区？我考虑过c）使用sample（）代替，但这是针对讲师仅使用createDataPartition的类，并且我们必须显示代码。有人在这里有什么建议吗？

Answer 1

实际上，我在想同样的事情，并且想出了一个非常非优雅的解决方案，但这似乎可行。

因此，就我而言，我想创建一个包含60％数据的训练数据集，以及每个包含20％的测试和验证数据集。这是我的操作方法：

set.seed(1234)
inTraining <- createDataPartition(mydata$FLAG, p=0.6, list=FALSE)
training.set <- mydata[inTraining,]
Totalvalidation.set <- mydata[-inTraining,]
# This will create another partition of the 40% of the data, so 20%-testing and 20%-validation
inValidation <- createDataPartition(Totalvalidation.set$FLAG, p=0.5, list=FALSE)
testing.set <- Totalvalidation.set[inValidation,]
validation.set <- Totalvalidation.set[-inValidation,]

看起来它为我提供了正确的数据集，并将在今天对其进行测试。希望它对您有用，如果其他人有更优雅的答案，请分享！:)