Začněte nyníZačněte zdarma

Natrénuj foldy

Teď, když máš data rozdělená do foldů, je čas využít je k trénování modelu a výpočtu chyby na testovacích datech pro každý jednotlivý model. Díky tomu získáš vyváženější odhad výkonu své specifikace modelu, protože jsi ho vyhodnotil/a na testovacích datech hned několikrát.

V tvém pracovním prostředí je připraven objekt chocolate_folds, který jsi vytvořil/a v předchozím cvičení (10 foldů trénovací sady čokoládových dat).

Toto cvičení je součástí kurzu

Machine Learning with Tree-Based Models in R

Zobrazit kurz

Pokyny k cvičení

  • Ukaž, že to stále zvládáš: vytvoř tree_spec, specifikaci regresního stromu s enginem "rpart".
  • Pomocí fit_resamples() natrénuj své foldy na tree_spec, modeluj final_grade pomocí všech ostatních prediktorů a vyhodnoť model jak pomocí MAE, tak RMSE.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create a specification
tree_spec <- ___ %>%
    ___
    ___

# Fit all folds to the specification
fits_cv <- ___(tree_spec,
               ___,
               resamples = ___,
               metrics = ___)

fits_cv
Upravit a spustit kód