Prepararsi alla valutazione
Per misurare le prestazioni di validate dei tuoi modelli, devi confrontare i valori previsti di life_expectancy per le osservazioni del set di validazione con i valori effettivi registrati. Qui preparerai entrambi questi vettori per ogni partizione.
Questo esercizio fa parte del corso
Machine Learning nel tidyverse
Istruzioni dell'esercizio
- Estrai i valori effettivi di
life_expectancydai data frame di validazione e salvali nella colonnavalidate_actual. - Predici
life_expectancyper ciascuna partizione di validazione usando le funzionimap2()epredict()nella colonnavalidate_predicted.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
cv_prep_lm <- cv_models_lm %>%
mutate(
# Extract the recorded life expectancy for the records in the validate data frames
validate_actual = map(validate, ~.x$___),
# Predict life expectancy for each validate set using its corresponding model
validate_predicted = map2(.x = model, .y = validate, ~___(.x, .y))
)