एक random forest मॉडल का मूल्यांकन करें
जैसे आपने linear regression मॉडल के लिए किया था, वैसे ही आप random forest मॉडल के प्रदर्शन का मूल्यांकन करने के लिए MAE मेट्रिक का उपयोग करेंगे।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Tidyverse में मशीन लर्निंग
अभ्यास निर्देश
- validate डेटा के लिए actual और predicted मानों की तुलना करके MAE निकालें और उसे
validate_maeकॉलम में असाइन करें. validate_maeकॉलम प्रिंट करें (ध्यान दें कि ये मान कैसे बदलते हैं).- इस कॉलम का mean निकालें.
ध्यान दें: validate fold (validate_actual) के actual मान आपके cv_data डेटा फ़्रेम में पहले से जोड़े जा चुके हैं.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
library(ranger)
# Calculate validate MAE for each fold
cv_eval_rf <- cv_prep_rf %>%
mutate(validate_mae = map2_dbl(___, ___, ~mae(actual = .x, predicted = .y)))
# Print the validate_mae column
___
# Calculate the mean of validate_mae column
___