5-násobná křížová validace

V tomto kurzu budeš pracovat s různými datovými sadami, které ti ukážou plnou flexibilitu balíčku caret. Tady použiješ slavnou datovou sadu Boston housing, kde je cílem předpovědět střední hodnoty cen nemovitostí v různých bostonských čtvrtích.

Můžeš použít úplně stejný kód jako v předchozím cvičení – jen změníš datovou sadu, se kterou model pracuje:

model <- train(
  medv ~ ., 
  Boston, # <- nové!
  method = "lm",
  trControl = trainControl(
    method = "cv", 
    number = 10,
    verboseIter = TRUE
  )
)

Dále můžeš snížit počet foldů křížové validace z 10 na 5 pomocí argumentu number funkce trainControl():

trControl = trainControl(
  method = "cv", 
  number = 5,
  verboseIter = TRUE
)

Toto cvičení je součástí kurzu

Machine Learning s balíčkem caret v R

Zobrazit kurz

Pokyny k cvičení

Natrénuj model lm() na datové sadě Boston housing tak, aby medv byla závislá proměnná a všechny ostatní proměnné byly vysvětlující.
Místo 10-násobné křížové validace použij 5-násobnou.
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 5-fold CV: model
model <- train(
  ___, 
  ___,
  method = "lm",
  trControl = trainControl(
    method = "cv", 
    number = ___,
    verboseIter = TRUE
  )
)

# Print model to console

Upravit a spustit kód