Evaluasi model random forest
Serupa dengan model regresi linear, Anda akan menggunakan metrik MAE untuk mengevaluasi kinerja model random forest.
Latihan ini merupakan bagian dari kursus
Machine Learning di Tidyverse
Instruksi latihan
- Hitung MAE dengan membandingkan nilai aktual dan nilai prediksi untuk data validate lalu tetapkan ke kolom
validate_mae. - Cetak kolom
validate_mae(perhatikan bagaimana nilainya bervariasi). - Hitung nilai rata-rata kolom ini.
Catatan: Nilai aktual dari fold validate (validate_actual) sudah ditambahkan ke data frame cv_data Anda.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
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
___