Folds erstellen
Daten nur einmal in Trainings- und Testmenge aufzuteilen, ist statistisch unsicher – es besteht die kleine Chance, dass dein Testset nur hoch bewertete Bohnen enthält, während alle niedrig bewerteten im Trainingsset landen. Außerdem kannst du damit die Leistung deines Modells nur einmal messen.
Cross-Validation liefert dir eine robustere Schätzung deiner Out-of-Sample-Performance ohne diese statistischen Fallstricke – sie bewertet dein Modell gründlicher.
In dieser Übung erstellst du Folds aus deinen Trainingsdaten chocolate_train, die bereits geladen sind.
Diese Übung ist Teil des Kurses
<Kurs>Maschinelles Lernen mit baumbasierten Modellen in R</Kurs>Übungsanweisungen
- Setze für die Reproduzierbarkeit den Seed auf 20.
- Erstelle 10 Folds von
chocolate_trainund speichere das Ergebnis alschocolate_folds.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Set seed for reproducibility
___
# Build 10 folds
chocolate_folds <- ___(___, v = ___)
print(chocolate_folds)