1. Apprendre
    2. /
  2. Cours
    3. /
  3. Machine Learning dans le tidyverse
Connected

Exercice

Construire et évaluer le meilleur modèle

Grâce à la validation croisée, vous avez pu déterminer le meilleur modèle pour prédire life_expectancy à partir de toutes les variables de gapminder. Maintenant que vous avez choisi votre modèle, vous pouvez utiliser l'ensemble de données indépendant (testing_data) que vous aviez mis de côté pour estimer sa performance sur de nouvelles données.

Vous allez construire ce modèle avec toutes les données de training_data et l'évaluer avec testing_data.

Instructions

100 XP
  • Utilisez ranger() pour construire le modèle le plus performant (mtry = 4) avec toutes les données d'entraînement. Assignez-le à best_model.
  • Extrayez la colonne life_expectancy de testing_data et assignez-la à test_actual.
  • Prédisez life_expectancy en utilisant best_model sur les données de testing et assignez le résultat à test_predicted.
  • Calculez la MAE en utilisant les vecteurs test_actual et test_predicted.