1. Learn
    2. /
  2. Courses
    3. /
  3. Tidyverse で学ぶ Machine Learning
Connected

Exercise

最も高性能なパラメータ

これまでに、ランダムフォレスト特有のハイパーパラメータであるmtryを変化させてモデルを構築し、さらなる精度向上を目指してきました。ここでは、5分割のクロスバリデーションにおける各mtry値のパフォーマンスを測定し、モデルを改善できるかを確認します。

2つ前の演習で計算した検証用MAEが0.795だったことを思い出してください。これは、デフォルトのmtry値 2 に対応する結果でした。

Instructions

100 XP
  • 各 mtry/フォールドの組み合わせに対して予測値を生成します。
  • 各 mtry/フォールドの組み合わせに対してMAEを計算します。
  • mtryの各値について、MAEの平均を計算します。