モデル性能を評価する
各フォールドの実測値と予測値がそろったので、性能を測るために両者を比較できます。
この回帰モデルでは、2つのベクトル間の平均絶対誤差（MAE）を計測します。これは、実測値と予測値の平均的な差を表します。
この演習はコースの一部です
Tidyverse で学ぶ Machine Learning
演習の手順
- 検証データについて、実測値と予測値を比較して MAE を計算し、
validate_mae列に代入します。 validate_mae列を出力します（どのようにばらつくかに注目してください）。- この列の平均を計算します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
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
___