Préparer l’évaluation
Pour mesurer la performance sur validate de vos modèles, vous devez comparer les valeurs prédites de life_expectancy pour les observations du jeu validate aux valeurs réelles enregistrées. Ici, vous allez préparer ces deux vecteurs pour chaque partition.
Cet exercice fait partie du cours
<cours>Machine Learning dans le tidyverse</cours>Instructions de l’exercice
- Extrayez les valeurs réelles de
life_expectancydepuis les data frames de validation et stockez-les dans la colonnevalidate_actual. - Prédisez
life_expectancypour chaque partition de validation en utilisant les fonctionsmap2()etpredict()dans la colonnevalidate_predicted.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
cv_prep_lm <- cv_models_lm %>%
mutate(
# Extract the recorded life expectancy for the records in the validate data frames
validate_actual = map(validate, ~.x$___),
# Predict life expectancy for each validate set using its corresponding model
validate_predicted = map2(.x = model, .y = validate, ~___(.x, .y))
)