使用R语言生成相同分组数据的抽样ID,并生成测试集和训练集
在进行数据分析或机器学习任务时,我们经常需要将数据集划分为训练集和测试集。为了确保实验结果的可复现性,我们需要为相同分组的数据生成相同的抽样ID。本文将介绍如何使用R语言实现这一过程,并最终生成测试集和训练集。
首先,我们需要导入所需的R包。在这个例子中,我们将使用dplyr包来进行数据处理和操作。
library(dplyr)
接下来,我们假设我们已经有了一个数据集,其中包含分组数据的ID。为了演示目的,我们创建一个简单的示例数据集,并为其添加一个分组ID列。
# 创建示例数据集
data <- data.frame(
id = 1:100,
group = rep(1:5, each = 20)
)
现在我们有了一个包含数据ID和分组ID的数据集。接下来,我们将为每个分组生成相同的抽样ID。
# 为每个分组生成相同的抽样ID
data <- data %>%
group_by(group) %>%
mutate(sampling_id = sample(1:1000))
通过使用group_by函数按照g