Parametrul cu cea mai bună performanță

Ai construit modele în care ai variat hiperparametrul specific pădurilor aleatoare, mtry, cu scopul de a îmbunătăți și mai mult modelul. Acum vei măsura performanța fiecărei valori mtry pe parcursul celor 5 partiții de validare încrucișată, pentru a vedea dacă poți obține rezultate mai bune.

Reține că MAE-ul de validare calculat cu două exerciții în urmă, 0,795, corespunde valorii implicite mtry de 2.

Acest exercițiu face parte din cursul

Machine Learning în Tidyverse

Vezi cursul

Instrucțiuni pentru exercițiu

Generează predicții pentru fiecare combinație mtry/fold.
Calculează MAE pentru fiecare combinație mtry/fold.
Calculează MAE mediu pentru fiecare valoare a mtry.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Generate validate predictions for each model
cv_prep_tunerf <- cv_model_tunerf %>% 
  mutate(validate_predicted = map2(.x = ___, .y = ___, ~predict(.x, .y)$predictions))

# Calculate validate MAE for each fold and mtry combination
cv_eval_tunerf <- cv_prep_tunerf %>% 
  mutate(validate_mae = map2_dbl(.x = ___, .y = ___, ~mae(actual = .x, predicted = .y)))

# Calculate the mean validate_mae for each mtry used  
cv_eval_tunerf %>% 
  group_by(___) %>% 
  summarise(mean_mae = mean(___))

Editează și rulează codul