1. 学ぶ
    2. /
  2. コース
    3. /
  3. Rで学ぶTree-Based ModelsによるMachine Learning
Connected

演習

フォールドを学習する

データをフォールドに分割できたので、次はそれらを使ってモデルを学習し、各モデルのアウトオブサンプル誤差を計算します。こうすることで、同じモデル仕様を複数回アウトオブサンプルで評価するため、性能をバランスよく見積もれます。

ワークスペースには、前の演習で作成した chocolate_folds（チョコレートの学習用データを10分割したもの）が用意されています。

指示

100 XP
  • まだ覚えていることを示しましょう。"rpart" エンジンを使った回帰木の仕様 tree_spec を作成します。
  • fit_resamples() を使い、tree_spec にフォールドを適用して、final_grade を他のすべての予測変数でモデル化し、評価には MAE と RMSE の両方を用います。