Aan de slagGa gratis aan de slag

Out-of-sample-prestatie

In-sample-prestatie geeft inzicht in hoe goed een model de data beschrijft waarop het is getraind. Voor predictieve modellen is het ook belangrijk om de modelprestatie op nieuwe, ongeziene data te controleren: de out-of-sample-prestatie.

In deze oefening controleer je de voorspellingen op de testset van je model met MAE (mean absolute error).

De model die je in de vorige oefeningen hebt gebouwd en gebruikt, is weer voor je geladen in je werkruimte.

Deze oefening maakt deel uit van de cursus

Machine Learning met boomgebaseerde modellen in R

Cursus bekijken

Oefeninstructies

  • Gebruik model om de out-of-sample final_grade te voorspellen en voeg je voorspellingen toe aan chocolate_test met bind_cols().
  • Bereken de mean absolute error met een functie uit yardstick.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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
___(___,
    ___,
    ___)
Code bewerken en uitvoeren