Oceń ensemble
Na razie idzie dobrze. Ale jak dobrze dokładnie? Sprawdź swoje umiejętności ewaluacji modelu, przeprowadzając kroswalidację i obliczając AUC na danych testowych!
Specyfikacja boost_spec oraz tibble customers_train są nadal wczytane.
To ćwiczenie jest częścią kursu
Uczenie maszynowe z modelami drzewiastymi w R
Instrukcje do ćwiczenia
- Utwórz pięć foldów CV ze swojego zbioru treningowego i zapisz je jako
folds. - Dopasuj i oceń model przewidujący
still_customerdla każdego foldu, używając swojej specyfikacji, wszystkich zmiennych predykcyjnych oraz metryki AUC. - Zbierz metryki z
cv_resultsi sprawdź średnią wartość AUC.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
set.seed(99)
# Create CV folds
folds <- ___
# Fit and evaluate models for all folds
cv_results <- fit_resamples(___,
___,
resamples = ___,
___)
# Collect cross-validated metrics
___