Vorbereitung auf die Auswertung
Um die validate-Performance deiner Modelle zu messen, musst du die vorhergesagten Werte von life_expectancy für die Beobachtungen aus dem Validate-Set mit den tatsächlich erfassten Werten vergleichen. Hier bereitest du beide Vektoren für jede Partition vor.
Diese Übung ist Teil des Kurses
Machine Learning im Tidyverse
Anleitung zur Übung
- Extrahiere die tatsächliche
life_expectancyaus den Validate-Data-Frames und speichere sie in der Spaltevalidate_actual. - Sage die
life_expectancyfür jede Validate-Partition mithilfe der Funktionenmap2()undpredict()in der Spaltevalidate_predictedvoraus.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
cv_prep_lm <- cv_models_lm %>%
mutate(
# Extract the recorded life expectancy for the records in the validate data frames
validate_actual = map(validate, ~.x$___),
# Predict life expectancy for each validate set using its corresponding model
validate_predicted = map2(.x = model, .y = validate, ~___(.x, .y))
)