Zacznij terazZacznij za darmo

Wydajność na danych testowych

Wydajność na danych treningowych pokazuje, jak dobrze model dopasowuje się do danych, na których był uczony. W przypadku modeli predykcyjnych równie ważna jest ocena skuteczności na nowych, niewidzianych wcześniej danych – czyli tzw. wydajność pozapróbkowa.

W tym ćwiczeniu sprawdzisz predykcje na zbiorze testowym swojego modelu, korzystając z MAE (średniego błędu bezwzględnego).

W twoim środowisku jest ponownie wczytany model, który zbudowano i wykorzystano w poprzednich ćwiczeniach.

To ćwiczenie jest częścią kursu

Uczenie maszynowe z modelami drzewiastymi w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Użyj model, aby przewidzieć wartości final_grade na danych testowych, i dodaj predykcje do chocolate_test za pomocą bind_cols().
  • Oblicz średni błąd bezwzględny, korzystając z funkcji pakietu yardstick.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Predict ratings on test set and add true grades
test_enriched <- predict(__, new_data = ___) %>%
    bind_cols(___)
    
# Compute the mean absolute error using one single function
___(___,
    ___,
    ___)
Edytuj i uruchom kod