Ocena wydajności za pomocą walidacji krzyżowej
Walidacja krzyżowa to metoda, która wykorzystuje dane treningowe do uzyskania wielu oszacowań wydajności modelu. Testując różne typy modeli na twoich danych, warto przeanalizować ich profile wydajności – to pomoże zdecydować, który model działa konsekwentnie dobrze.
W tym ćwiczeniu przeprowadzisz walidację krzyżową z modelem drzewa decyzyjnego zapisanym w obiekcie workflow, aby zbadać jego wydajność.
Dane treningowe loans_training oraz obiekt workflow o nazwie loans_dt_wkfl zostały już załadowane do twojej sesji.
To ćwiczenie jest częścią kursu
Modelowanie z tidymodels w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create cross validation folds
set.seed(290)
loans_folds <- ___(___, v = ___,
strata = ___)
loans_folds