10-voudige cross-validatie

Zoals je in de video zag, is een betere manier om modellen te valideren het gebruik van meerdere systematische testsets in plaats van één enkele willekeurige train/test-splitsing. Gelukkig maakt het caret-pakket dit heel eenvoudig:

model <- train(y ~ ., my_data)

caret ondersteunt veel soorten cross-validatie. Met de functie trainControl() kun je het type cross-validatie en het aantal folds opgeven; deze geef je door aan het argument trControl in train():

model <- train(
  y ~ ., 
  my_data,
  method = "lm",
  trControl = trainControl(
    method = "cv", 
    number = 10,
    verboseIter = TRUE
  )
)

Belangrijk: je geeft de modelleer-methode mee aan de hoofdfunctie train() en de methode voor cross-validatie aan de functie trainControl().

Deze oefening maakt deel uit van de cursus

Machine Learning met caret in R

Cursus bekijken

Oefeninstructies

Pas een lineaire regressie toe om price te modelleren met alle andere variabelen in de diamonds-gegevensset als voorspellers. Gebruik de functie train() en 10-voudige cross-validatie. (Let op: we hebben een subset van de volledige diamonds-gegevensset genomen om dit te versnellen, maar de naam is nog steeds diamonds.)
Print het model naar de console en bekijk de resultaten.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Fit lm model using 10-fold CV: model
model <- train(
  ___, 
  ___,
  method = "lm",
  trControl = trainControl(
    method = "cv", 
    number = ___,
    verboseIter = TRUE
  )
)

# Print model to console

Code bewerken en uitvoeren