10násobná křížová validace

Jak jsi viděl/a ve videu, lepším přístupem k validaci modelů je použití více systematických testovacích sad místo jediného náhodného rozdělení na trénovací a testovací část. Balíček caret to naštěstí velmi usnadňuje:

model <- train(y ~ ., my_data)

caret podporuje mnoho typů křížové validace. Typ křížové validace a počet foldů můžeš nastavit pomocí funkce trainControl(), kterou předáš argumentu trControl ve funkci train():

model <- train(
  y ~ ., 
  my_data,
  method = "lm",
  trControl = trainControl(
    method = "cv", 
    number = 10,
    verboseIter = TRUE
  )
)

Důležité je, že metodu modelování předáváš hlavní funkci train(), zatímco metodu křížové validace předáváš funkci trainControl().

Toto cvičení je součástí kurzu

Machine Learning s balíčkem caret v R

Zobrazit kurz

Pokyny k cvičení

Natrénuj lineární regresi, která modeluje proměnnou price s využitím všech ostatních proměnných v datasetu diamonds jako prediktorů. Použij funkci train() a 10násobnou křížovou validaci. (Poznámka: pracujeme s podmnožinou plného datasetu diamonds, aby operace proběhla rychleji – dataset se ale stále jmenuje diamonds.)
Vypiš model do konzole a prohlédni si výsledky.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Fit lm model using 10-fold CV: model
model <- train(
  ___, 
  ___,
  method = "lm",
  trControl = trainControl(
    method = "cv", 
    number = ___,
    verboseIter = TRUE
  )
)

# Print model to console

Upravit a spustit kód