Validación cruzada de 5 pliegues

En este curso, usarás una gran variedad de conjuntos de datos para explorar toda la flexibilidad del paquete caret. Aquí trabajarás con el famoso conjunto de datos de viviendas de Boston, cuyo objetivo es predecir el valor medio de las viviendas en distintos suburbios de Boston.

Puedes usar exactamente el mismo código que en el ejercicio anterior, pero cambiando el conjunto de datos que usa el modelo:

model <- train(
  medv ~ ., 
  Boston, # <- ¡nuevo!
  method = "lm",
  trControl = trainControl(
    method = "cv", 
    number = 10,
    verboseIter = TRUE
  )
)

Después, puedes reducir el número de pliegues de la validación cruzada de 10 a 5 usando el argumento number de trainControl():

trControl = trainControl(
  method = "cv", 
  number = 5,
  verboseIter = TRUE
)

Este ejercicio forma parte del curso

Machine Learning con caret en R

Ver curso

Instrucciones del ejercicio

Ajusta un modelo lm() al conjunto de datos Boston, de forma que medv sea la variable respuesta y el resto de variables sean explicativas.
Usa validación cruzada de 5 pliegues en lugar de 10 pliegues.
Imprime el modelo en la consola e inspecciona los resultados.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Fit lm model using 5-fold CV: model
model <- train(
  ___, 
  ___,
  method = "lm",
  trControl = trainControl(
    method = "cv", 
    number = ___,
    verboseIter = TRUE
  )
)

# Print model to console

Editar y ejecutar código