Rendimiento fuera de muestra
El rendimiento dentro de la muestra ofrece información sobre lo bien que un modelo capta los datos que está ajustando. En modelos predictivos, también es importante comprobar el rendimiento del modelo en datos nuevos, no vistos: el rendimiento fuera de muestra.
En este ejercicio, comprobarás las predicciones del conjunto de test de tu modelo usando MAE (error absoluto medio).
En tu espacio de trabajo ya está precargado de nuevo el model que construiste y utilizaste en los ejercicios anteriores.
Este ejercicio forma parte del curso
Machine Learning con modelos basados en árboles en R
Instrucciones del ejercicio
- Usa
modelpara predecirfinal_gradefuera de muestra y añade tus predicciones achocolate_testusandobind_cols(). - Calcula el error absoluto medio usando una función de
yardstick.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Predict ratings on test set and add true grades
test_enriched <- predict(__, new_data = ___) %>%
bind_cols(___)
# Compute the mean absolute error using one single function
___(___,
___,
___)