Avaliar o desempenho do modelo
Agora que você tem os valores reais e previstos de cada fold, pode compará-los para medir o desempenho.
Para este modelo de regressão, você vai medir o Mean Absolute Error (MAE) entre esses dois vetores. Esse valor indica a diferença média entre os valores reais e previstos.
Este exercicio faz parte do curso
Machine Learning no tidyverse
Instruções do exercicio
- Calcule o MAE comparando os valores reais com os previstos para os dados de validação e atribua o resultado à coluna
validate_mae. - Imprima a coluna
validate_mae(repare como ela varia). - Calcule a média dessa coluna.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
library(Metrics)
# Calculate the mean absolute error for each validate fold
cv_eval_lm <- cv_prep_lm %>%
mutate(validate_mae = map2_dbl(___, ___, ~mae(actual = .x, predicted = .y)))
# Print the validate_mae column
cv_eval_lm$___
# Calculate the mean of validate_mae column
___