R-随机抽样选取训练集与验证集

在分类中，常常要将数据集分为两部分，一部分作为训练数据集，一部分作为验证数据集（测试数据集）；R语言中的sample（）函数能够从数据集中有放回或者无放回的抽取大小为n的一个随机样本。

用法：

sample(x, size, replace = FALSE, prob = NULL)

说明：

x表示一个或多个要选择的元素的向量；size表示要抽取元素的个数；replace = FALSE表示无放回抽样（默认），值为TRUE则为有放回抽样；

示例：

①sample(1:nrow(leadership))

nrow(leadership)是leadership这个数据集的行数（可能就是样本数），1:nrow(leadership) 是一个向量，从1到nrow(leadership)，sample(1:nrow(leadership)) 是将里面的这个向量进行随机排列了，不是之前那样的顺序了。sample(1:nrow(leadership))表示原来的数据集的序号被打乱了，但还是原来的数据集。

②train <- sample(nrow(df), 0.7*nrow(df))

表示从df数据集中随机抽取70%的数据的序号；

df.train <- df[train,]

df.validate <- df[-train,]

按照前面随机抽取的数据序号提取出来作为训练集，剩下的部分作为验证集。