でデータパーティションの作成：我々は使用し、75％の研修と25％のテストデータパーティションを作成する際に、<code>caret</code>パッケージでR
inTrain<- createDataPartition(y=spam$type,p=0.75, list=FALSE)
注：データセットはspamという名前の変数を対象とされるがtype
命名されました私の質問は、y=spam$type引数を含める目的は何ですか？
訓練とテストの両方に必要な割合に基づいてデータセット全体を分割するだけの目的はありませんか？その引数をコードに含める必要があるのはなぜですか？
私は、問題のcreateDataPartition()がキャレットパッケージを参照していると想定しています。
引数が一般的な要因である場合、ランダムサンプリングは各クラス内で発生します。
さらに詳しい説明：たとえば、あなたの質問と同じ割合でirisデータセットを分割するとします。
attach(iris)
summary(iris)
各種に番号が付いています。
library(caret)
inTrain <- createDataPartition(y=Species, p=0.75, list=FALSE)
inTrainは、それぞれの種から約75％の行を取ると、次のコマンドを発行して確認することができます：ここで、次のコマンドを使用して
summary(iris[inTrain,])
は、各カテゴリの50種がありますが、と38（約75％）が訓練データセットのためにランダムに選択されている。
はい、私はキャレットパッケージを参照しています。 sample $ typeは、後で線形モデルを構築した後に予測したい目標変数です。 「ランダムサンプリングは各クラス内で行われますか？」とはどういう意味ですか？ – Aiden
私は答えにさらなる説明を追加しました。異なる値の 'p'を選択することで簡単に理解できます。 0.5に設定し、トレーニングセットのために選択された行の数を調べます。 –
100％ではありませんが、これは単にデータをどのような変数で区切ってコマンドを伝えるのかと思います。どのようにパーティション化するかを明確にすることを除いては、コンピュータが理解しやすくなること以外は重要ではないと確信しています –
「createDataPartition」という関数はどこで手に入りましたか？ 'str（inTrain）'の出力は何ですか？ – aichao
@ a.powell "どの変数を使ってデータを分割しているのかを教えてください"とはどういう意味ですか？パーティション化についての私の理解は、単純にデータ全体を分割することです。なぜ私はこの段階で "タイプ"が私の目標変数であるという事実を引き起こすべきですか？私は概念的にデータ分割のアイデアを誤解していますか？ – Aiden