Performance innerhalb und außerhalb der Stichprobe
Leistet ein ausgefeilteres Modell immer bessere Arbeit? Wie im Video besprochen, ist das nur die halbe Wahrheit.
Overfittete Modelle erfassen die Struktur ihres Trainingssatzes perfekt, können aber nicht auf neue Daten verallgemeinern. Das ist ärgerlich! Am Ende des Tages soll ein Vorhersagemodell vor allem auf neuen Daten gut abschneiden, oder? Schau dir das genauer an!
Vorab geladen sind das letzte Modell aus der vorherigen Übung, complex_model, sowie deine Trainings- und Testdaten (chocolate_train und chocolate_test).
Diese Übung ist Teil des Kurses
<Kurs>Maschinelles Lernen mit baumbasierten Modellen in R</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Predict on and combine with training data and calculate the error
predict(___, new_data = ___) %>%
___ %>%
mae(___,
___)