R语言caret包的学习（三）--数据分割

本文将就caret包中的数据分割部分进行介绍学习。主要包括以下函数：createDataPartition()，maxDissim()，createTimeSlices()，createFolds()，createResample()，groupKFold()等

基于输出结果的简单分割

createDataPartition函数用于创建平衡数据的分割。如果函数中的参数y是一个因子向量，则对每一类随机抽样，并且保持数据整体类别的分类。

 createDataPartition(y, times = 1, p = 0.5, list = TRUE, groups = min(5, length(y))) 

•  y  结果向量
• times  创建分区的数目
• p 将要用于训练的数据的百分比
• list  逻辑值。true时，返回结果为列表形式，否则，为floor(p * length(y))行 times列的矩阵
• groups  对于数值y，样本根据百分位数分成组，并在这些子组内进行采样。百分比的数量通过groups参数设置。

基于特征变量的分割

函数maxDissim应用最大相异方法（maximum dissimiarity approach）创建子样本。假设有一个m个样本的数据集A和具有n个样本的一个大数据集B。我们希望从B中抽取和A不同的子样本。为了这