Valuta un modello random forest
Come per il modello di regressione lineare, userai la metrica MAE per valutare le prestazioni del modello random forest.
Questo esercizio fa parte del corso
Machine Learning nel tidyverse
Istruzioni dell'esercizio
- Calcola la MAE confrontando i valori reali con quelli previsti per i dati di validazione e assegnala alla colonna
validate_mae. - Stampa la colonna
validate_mae(nota come variano). - Calcola la media di questa colonna.
Nota: I valori reali della fold di validazione (validate_actual) sono già stati aggiunti al tuo data frame cv_data.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
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
___