1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Machine Learning with Tree-Based Models in R
Connected

cvičení

Výkon na trénovacích a testovacích datech

Platí vždy, že složitější model podá lepší výkon? Jak jsme si ukázali ve videu, pravda je trochu složitější.

Přetrénované modely sice dokonale zachytí strukturu trénovacích dat, ale nedokážou generalizovat na nová data. To je pořádný problém! Hlavním cílem prediktivního modelu je přece dobře fungovat na nových datech, nebo ne? Pojďme to prozkoumat!

K dispozici máš model z předchozího cvičení, complex_model, a trénovací i testovací data (chocolate_train a chocolate_test).

Instrukce 1/2

undefined XP
  • 1
    • Pomocí complex_model předpověz hodnocení trénovací sady, přidej tyto předpovědi k původním trénovacím datům a vypočítej střední absolutní chybu.
  • 2
    • Uprav svůj kód tak, aby předpovídal hodnocení testovací sady, přidej předpovědi k původním testovacím datům a vypočítej střední absolutní chybu.