5-겹 교차 검증

이 강의에서는 caret 패키지의 다양한 기능을 경험해 보기 위해 여러 데이터셋을 사용합니다. 이번 연습에서는 보스턴 교외 지역의 주택 중위가격을 예측하는 데 널리 쓰이는 Boston 주택 데이터셋을 사용하겠습니다.

이전 연습 문제와 동일한 코드를 쓰되, 모델에 사용하는 데이터셋만 바꿔 주세요:

model <- train(
  medv ~ ., 
  Boston, # <- new!
  method = "lm",
  trControl = trainControl(
    method = "cv", 
    number = 10,
    verboseIter = TRUE
  )
)

다음으로, trainControl()의 number 인수를 사용해 교차 검증 폴드 수를 10에서 5로 줄일 수 있습니다:

trControl = trainControl(
  method = "cv", 
  number = 5,
  verboseIter = TRUE
)

이 연습은 강의의 일부입니다

R의 caret로 배우는 Machine Learning

강의 보기

연습 안내

Boston 주택 데이터셋에 lm() 모델을 적합하되, 반응 변수는 medv로 하고 나머지 모든 변수를 설명 변수로 사용하세요.
10-겹 교차 검증 대신 5-겹 교차 검증을 사용하세요.
모델을 콘솔에 출력하고 결과를 살펴보세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Fit lm model using 5-fold CV: model
model <- train(
  ___, 
  ___,
  method = "lm",
  trControl = trainControl(
    method = "cv", 
    number = ___,
    verboseIter = TRUE
  )
)

# Print model to console

코드 편집 및 실행