library(caret)
1 > sIndex<-createDataPartition(outp$V1,p=0.7,list=FALSE) 2 > outpTrain<-outp[sIndex] 3 > outpTest<-outp[-sIndex] 4 > describe(outpTrain) 5 outpTrain 6 n missing distinct Info Mean Gmd .05 .10 7 139 0 125 1 21.45 3.894 16.11 17.41 8 .25 .50 .75 .90 .95 9 19.19 21.66 23.54 25.62 27.20 10 11 lowest : 12.04 12.62 13.03 14.45 14.61, highest: 27.70 27.95 28.16 29.45 31.30 12 > describe(outpTest) 13 outpTest 14 n missing distinct Info Mean Gmd .05 .10 15 56 0 55 1 21.75 3.586 16.99 17.48 16 .25 .50 .75 .90 .95 17 19.39 21.66 23.50 24.91 27.08 18 19 lowest : 15.75 16.03 16.78 17.06 17.41, highest: 26.15 26.97 27.41 28.58 32.30
PS：根據因變量特征值進行數據分區，outp$V1 其中outp為因變量列表，V1為特征值的name
按照p=0.7划分，訓練集占70%，測試集占30%，對划分的結果進行描述describe可知
訓練集 均值21.45 測試集均值21.75
但是有一點疑問，測試集最小5個數值均小於測試集最小值？？？，如何更均勻？？