使用指示 R 中的观察的变量创建折叠

Question

我正在使用 R 分析一些数据，我需要创建折叠以进行交叉验证。一个观察结果由几行组成，因此我不能简单地使用（例如）CreateFolds 函数。我有一个变量指示哪一行属于哪个主题，所以我想我需要使用它来创建折叠。

我该怎么做？

示例：

indicator    var1    var2    var3    y
1            2       2       3       10
1            2       3       3       10
2            2       1       1       4
2            1       2       2       4

该指标表明是同题

Answer 1

我想我明白了！如果您执行以下操作，它不会分隔指示符

指示的行

# get the levels of the indicator
d$indicator <- as.factor(d$indicator)
indicatorlevels <- levels(d$indicator)

# create folds with these levels
library(caTools)
set.seed(1)
folds <- sample.split(indicatorlevels, SplitRatio = 0.8)

# select test ans training vacancies
training.indicator <- subset(indicatorlevels, folds == TRUE)
test.indicator <- subset(indicatorlevels, folds == FALSE)

# create test and training dataset
train <- d[d$indicator %in% training.indicator,]
test <- d[d$indicator %in% test.indicator,]

有人知道更优雅的方法吗？

Answer 2

如果你有 data.frame 并且你想做一个 K 交叉验证，你可以做

library(dplyr)    
mutate(df, fold = sample(rep_len(1:K, n_distinct(indicator)))[indicator])

使用指示 R 中的观察的变量创建折叠

create folds with variable indicating an observation in R

r

cross-validation