1. Learn
    2. /
  2. Kurser
    3. /
  3. Uczenie maszynowe w tidyverse
Connected

övning

Zbuduj i oceń najlepszy model

Dzięki krosswalidacji udało się zidentyfikować najlepszy model do przewidywania life_expectancy na podstawie wszystkich cech ze zbioru gapminder. Teraz, gdy model jest już wybrany, możesz użyć niezależnego zbioru danych (testing_data), który został odłożony, aby oszacować jego wydajność na nowych danych.

Zbudujesz ten model na podstawie wszystkich danych training_data i ocenisz go przy użyciu zbioru testing_data.

Instruktioner

100 XP
  • Użyj ranger(), aby zbudować najlepiej działający model (mtry = 4) na podstawie wszystkich danych treningowych. Przypisz wynik do zmiennej best_model.
  • Wyodrębnij kolumnę life_expectancy ze zbioru testing_data i przypisz ją do zmiennej test_actual.
  • Przewidź life_expectancy przy użyciu modelu best_model na danych testing_data i przypisz wynik do zmiennej test_predicted.
  • Oblicz MAE, korzystając z wektorów test_actual i test_predicted.