랜덤 포레스트 모델 평가하기
선형 회귀 모델과 마찬가지로, MAE 지표를 사용하여 랜덤 포레스트 모델의 성능을 평가합니다.
이 연습은 강의의 일부입니다
Tidyverse로 배우는 Machine Learning
연습 안내
- 검증 데이터의 실제 값과 예측 값을 비교하여 MAE를 계산하고, 결과를
validate_mae열에 저장하세요. validate_mae열을 출력하여 값이 어떻게 달라지는지 확인하세요.- 이 열의 평균을 계산하세요.
참고: 검증 폴드의 실제 값(validate_actual)은 이미 cv_data 데이터 프레임에 추가되어 있습니다.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
library(ranger)
# Calculate validate MAE for each fold
cv_eval_rf <- cv_prep_rf %>%
mutate(validate_mae = map2_dbl(___, ___, ~mae(actual = .x, predicted = .y)))
# Print the validate_mae column
___
# Calculate the mean of validate_mae column
___