शुरू करेंमुफ़्त में शुरू करें

मॉडल के प्रदर्शन का मूल्यांकन करें

अब जब आपके पास हर फोल्ड के वास्तविक और पूर्वानुमानित दोनों मान हैं, तो आप उन्हें तुलना करके प्रदर्शन माप सकते हैं.

इस रिग्रेशन मॉडल के लिए, आप इन दोनों वेक्टरों के बीच Mean Absolute Error (MAE) मापेंगे. यह मान आपको वास्तविक और पूर्वानुमानित मानों के बीच औसत अंतर बताता है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Tidyverse में मशीन लर्निंग

पाठ्यक्रम देखें

अभ्यास निर्देश

  • वैलिडेट डेटा के लिए वास्तविक और पूर्वानुमानित मानों की तुलना करके MAE निकालें और उसे validate_mae कॉलम में असाइन करें.
  • validate_mae कॉलम को प्रिंट करें (ध्यान दें कि ये कैसे बदलते हैं).
  • इस कॉलम का mean निकालें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

library(Metrics)
# Calculate the mean absolute error for each validate fold       
cv_eval_lm <- cv_prep_lm %>% 
  mutate(validate_mae = map2_dbl(___, ___, ~mae(actual = .x, predicted = .y)))

# Print the validate_mae column
cv_eval_lm$___

# Calculate the mean of validate_mae column
___
कोड संपादित करें और चलाएँ