Kroswalidacja 5 x 5-krotna

Kroswalidację można przeprowadzić więcej niż raz. Powtarzana kroswalidacja pozwala uzyskać dokładniejszą ocenę błędu na zbiorze testowym. Możesz powtórzyć całą procedurę kroswalidacji wielokrotnie – zajmuje to więcej czasu, ale dostarcza znacznie więcej danych spoza próby treningowej i precyzyjniejszych ocen jakości modelu.

Jedną z największych zalet funkcji train() z pakietu caret jest łatwość uruchamiania bardzo różnych modeli i metod kroswalidacji – wystarczy zmienić kilka prostych argumentów. Na przykład możesz powtórzyć całą procedurę kroswalidacji 5 razy, aby uzyskać większą pewność co do szacowanej dokładności modelu na danych spoza próby treningowej:

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

To ćwiczenie jest częścią kursu

Uczenie maszynowe z caret w R

Zobacz kurs

Instrukcje do ćwiczenia

Dopasuj ponownie model regresji liniowej do zbioru danych Boston dotyczącego cen nieruchomości.
Użyj 5-krotnej kroswalidacji powtórzonej 5 razy.
Wydrukuj model w konsoli.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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

Edytuj i uruchom kod