Przygotowanie do ewaluacji
Aby zmierzyć wydajność modeli na zbiorze walidacyjnym, musisz porównać przewidywane wartości life_expectancy dla obserwacji ze zbioru walidacyjnego z wartościami rzeczywistymi. Tutaj przygotujesz oba te wektory dla każdej partycji.
To ćwiczenie jest częścią kursu
Uczenie maszynowe w tidyverse
Instrukcje do ćwiczenia
- Wyodrębnij rzeczywiste wartości
life_expectancyz ramek danych ze zbioru walidacyjnego i zapisz je w kolumnievalidate_actual. - Przewidź wartości
life_expectancydla każdej partycji walidacyjnej, używając funkcjimap2()ipredict(), i zapisz wyniki w kolumnievalidate_predicted.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
cv_prep_lm <- cv_models_lm %>%
mutate(
# Extract the recorded life expectancy for the records in the validate data frames
validate_actual = map(validate, ~.x$___),
# Predict life expectancy for each validate set using its corresponding model
validate_predicted = map2(.x = model, .y = validate, ~___(.x, .y))
)