1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe z modelami drzewiastymi w R
Connected

ćwiczenie

Oceń fałdy

Dopasowano już 10 modeli na wszystkich 10 fałdach i obliczono MAE oraz RMSE dla każdego z nich. Czas zwizualizować, jak duże są te błędy. Dzięki temu zbudujesz intuicję dotyczącą rozkładu błędu na danych testowych, co pomaga ocenić jakość modelu.

Naniesiemy wszystkie te błędy na histogram i wyświetlimy statystyki podsumowujące dla wszystkich fałdów.

Wynik poprzedniego ćwiczenia, fits_cv, jest wczytany.

Instrukcje

100 XP
  • Zbierz błędy na danych testowych wszystkich modeli z fits_cv za pomocą jednej funkcji z pakietu yardstick i zapisz je jako all_errors.
  • Utwórz histogram w ggplot2, używając .estimate jako estetyki x i wypełniając słupki kolorem według .metric.
  • Użyj tej samej funkcji co w pierwszej instrukcji, tym razem z summarize = TRUE, aby wyświetlić statystyki podsumowujące dla fits_cv.