アウトオブサンプル性能
インサンプルの性能は、モデルが学習データをどれだけうまく表現できているかの手がかりになります。予測モデルでは、未知の新しいデータに対する性能、すなわち「アウトオブサンプル」性能を確認することも重要です。
この演習では、モデルのテストセットでの予測を MAE（平均絶対誤差）で確認します。
ワークスペースには、前の演習で作成して使用した model があらかじめ読み込まれています。
この演習はコースの一部です
Rで学ぶTree-Based ModelsによるMachine Learning
演習の手順
modelを使ってアウトオブサンプルのfinal_gradeを予測し、bind_cols()を用いてその予測値をchocolate_testに追加します。yardstickの関数を使って平均絶対誤差を計算します。
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。
# Predict ratings on test set and add true grades
test_enriched <- predict(__, new_data = ___) %>%
bind_cols(___)
# Compute the mean absolute error using one single function
___(___,
___,
___)