Version imprimable
Bonjour,
j'ai un jeu de données qui contient peu d'observations . afin d'augmenter le nombre d'observations , je veux utiliser les données de 2017 comme une base d'apprentissage train et les données de 2018 pour une base de test sachant que les deux bases contiennent les mêmes variables .
Ma question est la suivante :
Est que je peux prendre les deux bases test et train séparément ou je dois les fusionner avant de répartir en base et train
Bonjour,
Il faut que le train et le test soit séparés ! il ne faut pas oublier de recoder les variables de la même façon dans les deux bases ( même format , même classe de variable , même variable , ect )
Il faut quand même s'assurer que les données de 2018 et 2017 sont semblables, si c'est pas le cas ton échantillonnage sera biaisé. dans ce cas il faut prendre une partie des données de 2017 et une partie de 2018 dans le train et le test.
Merci pour votre réponse