Dopasuj podziały
Skoro dane zostały już podzielone na podziały (ang. folds), czas wykorzystać je do trenowania modelu i obliczania błędu out-of-sample dla każdego z nich. Dzięki temu uzyskasz wyważoną ocenę wydajności swojej specyfikacji modelu — ocenionej out-of-sample wielokrotnie.
W twoim środowisku pracy dostępny jest obiekt chocolate_folds, który utworzono w poprzednim ćwiczeniu (10 podziałów zbioru treningowego z danymi o czekoladzie).
To ćwiczenie jest częścią kursu
Uczenie maszynowe z modelami drzewiastymi w R
Instrukcje do ćwiczenia
- Pokaż, że nadal to potrafisz: utwórz
tree_spec— specyfikację drzewa regresyjnego korzystającą z silnika"rpart". - Użyj funkcji
fit_resamples(), aby dopasować podziały dotree_spec, modelującfinal_gradena podstawie wszystkich pozostałych predyktorów i oceniając model za pomocą zarówno MAE, jak i RMSE.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create a specification
tree_spec <- ___ %>%
___
___
# Fit all folds to the specification
fits_cv <- ___(tree_spec,
___,
resamples = ___,
metrics = ___)
fits_cv