r代码如何划分训练集验证集和测试集

可以使用以下代码将数据集随机划分为训练集、验证集和测试集：

library(caret)

# 读入数据集
data <- read.csv("data.csv")

# 设置随机数种子，确保每次划分结果一致
set.seed(123)

# 划分数据集，trainRatio为训练集比例，validRatio为验证集比例，测试集比例为1-trainRatio-validRatio
index <- createDataPartition(data$label, p = 0.8, list = FALSE, times = 1)
trainData <- data[index,]
testData <- data[-index,]

index2 <- createDataPartition(trainData$label, p = 0.75, list = FALSE, times = 1)
trainIndex <- index2
validIndex <- -index2
trainData <- trainData[trainIndex,]
validData <- trainData[validIndex,]

这里使用了`caret`包中的`createDataPartition()`函数随机划分数据集，其中`p`参数为训练集比例，`list`参数表示是否以列表形式返回索引，`times`参数表示重复划分的次数。最后，将数据集根据索引划分为训练集、验证集和测试集。