Cross-validated प्रदर्शन की गणना करें
मॉडल्स को उस लक्ष्य के अनुरूप सावधानी से चुने गए मैट्रिक से ऑप्टिमाइज़ करना बेहद ज़रूरी है।
मान लीजिए, इस केस में आप इस मॉडल का उपयोग उन कर्मचारियों की पहचान करने के लिए करना चाहते हैं जिनके छोड़ने की संभावना है। आदर्श रूप से, आप ऐसा मॉडल चाहेंगे जो जितने अधिक संभावित रूप से छोड़ने वाले कर्मचारियों को पकड़ सके, ताकि आप समय रहते दखल दे सकें। इसका उपयुक्त मैट्रिक recall है। इसलिए, आप अपने मॉडल्स को ऑप्टिमाइज़ और चुनने के लिए केवल recall का ही उपयोग करेंगे.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Tidyverse में मशीन लर्निंग
अभ्यास निर्देश
- प्रत्येक फोल्ड के लिए वास्तविक और अनुमानित प्रतिक्रियाओं की तुलना करके recall निकालें और उसे
validate_recallकॉलम में असाइन करें. validate_recallकॉलम को प्रिंट करें.- इस कॉलम का mean प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Calculate the validate recall for each cross validation fold
cv_perf_recall <- cv_prep_lr %>%
mutate(validate_recall = map2_dbl(___, ___,
~recall(actual = .x, predicted = .y)))
# Print the validate_recall column
cv_perf_recall$___
# Calculate the average of the validate_recall column
___