5 x 5-겹 교차 검증

교차 검증은 한 번만 수행할 필요가 없습니다. 반복 교차 검증을 사용하면 테스트 세트 오차를 더 정확하게 추정할 수 있습니다. 전체 교차 검증 절차를 여러 번 반복할 수도 있습니다. 시간이 더 걸리지만, 살펴볼 수 있는 많은 범주 밖(out-of-sample) 데이터셋이 생기고 모델 성능을 훨씬 더 정밀하게 평가할 수 있습니다.

caret의 train() 함수가 훌륭한 점 중 하나는, 함수 호출의 몇 가지 간단한 인수만 조정해도 매우 다양한 모델이나 교차 검증 방법을 손쉽게 실행할 수 있다는 것입니다. 예를 들어, 모델의 범주 밖 정확도 추정치에 대한 신뢰도를 높이기 위해 전체 교차 검증 절차를 5번 반복할 수 있습니다. 예시는 다음과 같습니다:

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

이 연습은 강의의 일부입니다

R의 caret로 배우는 Machine Learning

강의 보기

연습 안내

Boston 주택 데이터셋에 선형 회귀 모델을 다시 적합하세요.
5-겹 교차 검증을 5회 반복해서 사용하세요.
모델을 콘솔에 출력하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Fit lm model using 5 x 5-fold CV: model
model <- train(
  medv ~ ., 
  Boston,
  method = "lm",
  trControl = trainControl(
    method = "repeatedcv", 
    number = ___,
    repeats = ___, 
    verboseIter = TRUE
  )
)

# Print model to console

코드 편집 및 실행