5. Train-Test Split Algorithm

Dataset diacak lewat indeks, lalu dibagi 80% data latih dan 20% data uji.

Perintah soal

Diberikan sebuah dataset array 2 dimensi sebanyak 50 data sampel. Buat fungsi kustom di PHP native train_test_split($data, $test_size = 0.2, $shuffle = true) yang membagi dataset menjadi dua kelompok: 80% Data Latih (train) dan 20% Data Uji (test).

Data diacak dengan algoritma pengacakan indeks
Tidak ada duplikasi data antar subset
Tampilkan jumlah baris masing-masing himpunan data hasil pembagian

Hasil tersimpan ke database (run #4). Lihat dashboard realtime

Total dataset

baris

Data latih (train)

baris

Data uji (test)

baris

test_size

0,20

shuffle: aktif

Proporsi pembagian

Kembali ke default 80:20

Data latih: 40 baris Data uji: 10 baris

80%

20%

0 data gandaID yang muncul di data latih sekaligus data uji

50 dari 50 data terpakaiSeluruh data masuk ke salah satu subset

Data latih (train)

40 baris

ID	fitur_x	label_y
35	40	0
21	52	1
6	18	1
17	54	0
13	100	1
22	86	1
3	70	1
32	65	0
28	78	1
23	87	1
34	39	0
11	91	1
30	83	1
26	38	0
47	56	0
33	92	0
36	24	1
15	19	1
45	86	1
44	71	1
14	36	1
1	14	1
49	47	0
7	72	0
24	71	1
41	27	1
29	67	0
2	60	0
46	20	1
48	63	1
50	20	0
27	53	0
12	63	1
25	22	0
18	58	1
43	59	0
40	18	1
10	56	1
9	84	1
16	62	1

Data uji (test)

10 baris

ID	fitur_x	label_y
38	20	0
8	79	1
31	44	0
4	37	1
42	44	1
5	70	0
19	99	0
37	62	0
20	71	0
39	52	0

Kelola dataset sampel (CRUD)

50 sampel di tabel dataset_split

ID	fitur_x	label_y	Aksi
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50

Setelah dataset diubah, halaman ini otomatis membagi ulang dataset terbaru. Reset mengembalikan 50 sampel awal.

ID	fitur_x	label_y
35	40	0
21	52	1
6	18	1
17	54	0
13	100	1
22	86	1
3	70	1
32	65	0
28	78	1
23	87	1
34	39	0
11	91	1
30	83	1
26	38	0
47	56	0
33	92	0
36	24	1
15	19	1
45	86	1
44	71	1
14	36	1
1	14	1
49	47	0
7	72	0
24	71	1
41	27	1
29	67	0
2	60	0
46	20	1
48	63	1
50	20	0
27	53	0
12	63	1
25	22	0
18	58	1
43	59	0
40	18	1
10	56	1
9	84	1
16	62	1

ID	fitur_x	label_y	Aksi
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50

ID	fitur_x	label_y
35	40	0
21	52	1
6	18	1
17	54	0
13	100	1
22	86	1
3	70	1
32	65	0
28	78	1
23	87	1
34	39	0
11	91	1
30	83	1
26	38	0
47	56	0
33	92	0
36	24	1
15	19	1
45	86	1
44	71	1
14	36	1
1	14	1
49	47	0
7	72	0
24	71	1
41	27	1
29	67	0
2	60	0
46	20	1
48	63	1
50	20	0
27	53	0
12	63	1
25	22	0
18	58	1
43	59	0
40	18	1
10	56	1
9	84	1
16	62	1

ID	fitur_x	label_y	Aksi
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50

ID	fitur_x	label_y
35	40	0
21	52	1
6	18	1
17	54	0
13	100	1
22	86	1
3	70	1
32	65	0
28	78	1
23	87	1
34	39	0
11	91	1
30	83	1
26	38	0
47	56	0
33	92	0
36	24	1
15	19	1
45	86	1
44	71	1
14	36	1
1	14	1
49	47	0
7	72	0
24	71	1
41	27	1
29	67	0
2	60	0
46	20	1
48	63	1
50	20	0
27	53	0
12	63	1
25	22	0
18	58	1
43	59	0
40	18	1
10	56	1
9	84	1
16	62	1

ID	fitur_x	label_y	Aksi
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50